包含约束规划与锥约束规划

通过引入“集值映射具有凸图”这一性质,将包含约束凸规划与锥约束规划联系了起来;并由锥约束规划的相关性质,得到了包含约束规划取得最优解的一个一阶最优性条件．     

E凸规划的最优解

引入E凸集,E凸函数及E凸函数次微分的定义及性质,证明了可微E凸函数的一个有用性质,探讨了不带约束及带约束的两类E凸规划问题,证明得到最优解的一些性质及判断.     

半B-(E,F)-凸规划的性质

研究了半B-(E,F)-凸规划的可行解集、最优解集的基本性质,随后研究了在半B-(E,F)-凸性条件的限制下使得局部最优解成为全局最优解及全局最优解的唯一性,这些结论对于半B-(E,F)-凸规划的最优性条件的研究提供了必要的理论支持。     

一类非凸规划的数值解法

针对非凸规划，本引进一简单的惩罚函数将其局部凸化，然后用凸规划的方法求解。在此基础上，提出了一种数值解法，并证明它的收敛性。     

框式约束凸二次规划问题的内点算法

目前已经有许多关于凸二次规划问题的研究,如文[1][2][5]等,文章对文[1]所给的原始-对偶内点算法理论上的某些缺陷加以更正,给出了框式约束凸二次规划问题的一个修正原始-对偶内点算法并进行了证明.     

凸二次规划问题基于核函数的全牛顿步内点算法

针对凸二次规划问题,构造了新的核函数.通过构造的核函数来确定搜索方向和逼近度量,接着给出了求解凸二次规划问题的全牛顿步内点算法,最后给出了算法的复杂性界.     

集函数规划的kuhn-tucker型最优性

定义了几类广义凸n-集函数，并且利用Moreau-Rockafelar型定理确立了这几类广义凸，n-集函数数学规划的kuhn-tucker型最优性充要条件．     

一类广义凸极小极大分数规划的最优性条件

文章研究了一类广义凸极小极大分数规划问题（p1）,运用广义凸函数（拟凸,伪凸映象）得到其最优性条件。     

无穷维向量优化问题的弱Pareto最优解的充分条件

文【1】在无穷维空间中建立了可微多目标规划的最优性条件,并得到了一些有意义的结论．文章用p－不变凸来代替η－凸,得到了无穷维向量最优问题的弱pareto最优解的一些充分条件．     

非凸二次规划的单纯形分支与对偶界算法

提出了求解目标函数是非凸二次函数约束是线性不等式的非凸二次规划问题的单纯形分支与对偶定界的全局优化算法.算法在分支定界搜索过程中,下界只需要求解利用拉格朗日对偶得到的一系列线性规划,利用这些线性规划的最优对偶解求得非凸二次规划问题的可行解.最后证明了算法的收敛性并通过一个实例说明算法的可行性.     

关于一类E-凸函数的判定准则

我们给出了E-凸函数的一个充要条件,即一个上半连续函数是E-凸函数当且仅当它是中间点E-凸函数.     

半-E-凸函数的性质

文献[1,2]已对E-凸集,E-凸函数,半-E-凸函数进行了研究,得出了一些性质。本文在此基础上对它们再次进行了研究,得出了半-E-凸函数的一些新性质,进一步完善了半-E-凸函数。     

凸函数商的递增性在E-凸函数上的推广

凸函数具有商的递增性，E-凸函数是凸函数的推广形式．将凸函数的这种性质推广到了E-凸函数上，为讨论E-凸函数的性质奠定了基础．     

整数可分离凹规划问题的一个线性规划松弛定界算法

给出了整数可分离凹规划问题的一个线性规划松弛定界算法,该算法中的分枝过程是简单的整矩形二剖分过程,定上界是简单的启发式方法,而定下界过程需要解一个线性规划松弛问题来确定的,数值实验表明所提出的算法是有效的,它可以求解中等规模的问题.     

E-凸集上的函数的半连续性与E-拟凸性

给出E-凸集上函数的半连续性与E-拟凸性之间的关系：M是R^n中的非空E-凸集,E（M）是凸集,f是M上的上半连续（或下半连续）实值函数,那么f是M上的E-拟凸函数当且仅当存在a∈（0,1）,使得f（aE（x）＋（1-a）E（y））≤max{f（E（x））,f（E（y））},∨x,y∈M．     

关于几个广义凸函数的新性质

E 凸函数、半 E 凸函数、拟 半 E 凸函数及伪 半 E 凸函数都是对凸函数的推广 ,即它们都是广义的凸函数。在文献 [1,2 ]中 ,二位作者已经得出一些重要的性质 ,本文在此基础上又得出了这些函数的一些新性质。     

用动态规划解决一类最值问题

决策论中有一类人力资源分配问题,解决这类问题通用的方法是线性规划法.经过研究发现,这类问题具有阶段性、顺序性和可分离性.对该问题进行转化,给出了解决这类问题的动态规划算法.这类方法动态地揭示了决策者在优化人力资源方面的全过程,弥补了线性规划在处理这类问题中的不足(不能细化决策的全过程).     

用微分代数方法求解半定规划

探讨先用大M法转化原半定规划问题,然后用微分代数方法求解,数值实验结果表明,用微分代数方法求解半定规划是切实可行的。     

整数线性规划问题解法探究

整数线性规划是线性规划问题的重要组成部分，由于整数线性规划问题还没有找到一种有效的解法，目前只能求解中小规模的整数线性规划问题，而建立在线性规划理论基础上的整数解集筛选法是求解整数线性规划问题的一种比较简洁而有效的方法。     

非线性混合整数规划的罚函数解法

文[6]中，我们对非线性混合整数规划的解法进行了探讨，利用罚函数把有约束非线性混合整数规划问题化为等价的无约束非线性混合整数规划问题，然后把离散整变量连续化，从而非线性混合整数规划化为与之等价的无约束非线性规划。本文弱化了文[6]中定理1的条件，并得到了相应的结论。