1) nearly cone-subconvexlike function
近似-锥次类凸函数
2) Nearly cone-subconvexlike
近似锥-次类凸
1.
Moreover,under the assumption of nearly cone-subconvexlikeness,the necessary and su?cient conditions for a strictly efficient solution being a generalized saddle point in set-valued optimization problems with maps are obtained.
利用广义鞍点的性质和凸集分离定理,得到了广义鞍点的一个集分离性质,并且在近似锥-次类凸假设下建立了集值优化问题严有效解为广义鞍点的充分条件和必要条件。
2.
Results The property of generalized saddle point with cone separation was prved and the conditions of super efficient solutions being the generalized saddle point in the nearly cone-subconvexlike vector optim.
结果得到广义鞍点的一个锥分离性质,并且建立了近似锥-次类凸集值向量优化问题超有效解为广义鞍点的条件。
3) nearly cone-subconvexlikeness
近似锥-次类凸
1.
Under the assump- tion of nearly cone-subconvexlikeness,by applying alternative theorem,a Kuhn-Tucker optimality necessary condition for(VP)is derived,by using scalarization theorem,a suf- ficient condition is also obtained.
在近似锥-次类凸假设下,利用择一性定理得到了Kuhn-Tucker型最优性必要条件,利用标量化定理得到了Kuhn-Tucker型最优性充分条件。
2.
By applying separation theorem for convex sets,the Kuhm-Tucker necessary condition is derived for (VP) to attain its strongly efficient solution,under the assumption of nearly cone-subconvexlikeness,the sufficient condition is also presented.
在近似锥-次类凸假设下,得到了(VP)取得强有效解的充分条件。
4) nearly cone-subconvexlikeness
近似锥-次类凸性
1.
The nearly cone-subconvexlikeness of set-value maps is a very important generalized convexity in optimization theory,this note obtained th.
近似锥-次类凸性是比凸性更弱的一类重要的广义凸性,在集值映射的近似锥-次类凸性条件下,利用凸集分离定理得到了严有效性和强有效性等价这一结论,从而推广了严有效点集和强有效点集对凸集而言相等的结果,所得结果丰富了优化理论的内容。
5) quasi-nearly cone-subconvexlikeness
拟近似锥-次类凸
1.
Under the condition of quasi-nearly cone-subconvexlikeness, we study the scalarization, Lagrange function and unconstrained optimization, the condition of saddle point and the properties of duality of the primal programming.
对于集值映射多目标半定规划问题,我们首先建立了序拓扑线性空间的研究平台,在拟近似锥-次类凸的框架下,研究了问题的标量化,Lagrange函数与无约束化,鞍点条件和对偶性。
6) near-subconvexlikeness
近似次类凸
补充资料：函数逼近，函数类的极值问题
函数逼近，函数类的极值问题
ions, extremal problems in function dasses approximation of ftinc-
】f，r，(r’)一f(r，(r‘’)}《M】r’一r“}“(r’，，“。I一1，!])的f任Cr!一1，l]组成的函数类，则对于n一1次代数多项式子空间贝了在!一1，l]上所作的最佳一致逼近，下列关系式成立: 悠二E‘MH。，”‘”)‘一粤，‘6) ，、_一二，二，，，，、~刀、M，二、。，，r，、忽”厂‘““‘M附rH“，贝:’‘一誉{’·‘万一‘’‘““‘，‘7， r=l，2，…，将这些结果与周期情形下的相应结果进行比较是有所裨益的.当，=1时，(6)，(7)的右端分别等于M凡和M人r+1.如果放弃对最佳逼近多项式的要求，那么就可以获得较强的结果，这些结果实质上改善了在!一1，l]端点处的逼近并保持了整个区间上的最佳渐近特征.例如，对任何f6MH‘，存在代数多项式序列Pn以t)任灾矛，使得当n~的时，下列关系式在t6!一1，l]上一致成立:、f(!)一。。，‘)、·:{{;杯}“二‘一，!- =E(MHa，哭聋)。【(l一tZ)a·‘2+o(l)1.对M评百，(r=1，2，…)也有类似的结果(见【川).关于(最佳及插值型)样条逼近给定在区间上函数类的问题，若干精确及渐近精确的结果(主要是对于低阶样条)已公诸于世(见1151). 就(积分度量下的)单边逼近而言，关于上述函数类用多项式和样条进行最佳逼近的误差估计也已得到了一系列精确的结果(见【14]).在推导这些结果的过程中，实质上利用了最佳逼近在锥约束下的对偶关系. 对给定的函数类叨，寻求其(固定维数的)最佳逼近工具将导致确定所谓的宽度(widih)问题，亦即确定(参考(l)，(3)) 心(，之，幻=运fE(叭，贝，)x， 贝即 d沁(叭，X)==运f者(叭，叽、)，， 田阳(其中下确界取自X的所有N维子空间灾N(及其平移))，以及确定实现这些下确界的(最佳)极子空间问题.心与d万的上界可由E(叨，灾)x和g(叭，叭)x分别给出，对于具体的子空间贝，来说，E(绷，灾)x和扩(绷，哭N)x是已知的.宽度问题中的主要困难是获取下确界.在某些场合下，可借助于拓扑中的Borsuk对映定理丈见18』)而得到这些下确界.在用(。一1阶三角多项式)子空间，荔一，或(关于结点人司。亏数为1的。阶样条)子空间s皿解决函数类M吼及周期函数类wrH“的最佳逼近问题时，已知的上确界E(叭，巩、)x几乎在所有的情况下同时也就是这些函数类的心值.此外，对周期函数类还有姚。一1=姚。.特别有(见[7]，【8]，【1 51，【16」)dZ，l(附妥，C)=dZ。(W蕊，C)二dZ。一(W下.L一)= =dZ。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条