亚当·B·利维。;鲍里斯·莫杜霍维奇(Boris S.Mordukhovich)。 参数优化中的代码驱动。 (英语) Zbl 1079.90136号 数学。程序。 99,第2(A)号,311-327(2004). 本文致力于约束优化问题的灵敏度分析,重点研究了优化问题中解映射的Lipschitzian稳定性(特别是参数数学规划中的驻点多函数和驻点乘子多函数)。基本工具涉及集值映射的类导数对象,称为码导数,它给出了经典伴随导数算子的扩展,并在刻画一般多函数的Lipschitz行为和度量正则性方面发挥了作用。作者关注一类参数化最小化问题,其中参数化目标函数加上包含约束的参数化函数(称为约束函数)之和最小化。约束函数是下半连续的扩展实值函数。作者使用代码导数分析驻点多函数,该函数表示与每个参数值相关的不同驻点,通过发展一个一般的隐式映射定理,根据约束函数对应的部分次梯度映射的余导数,对驻点多功能的余导数进行了估计。给出了基于全余导数的一般部分余导数估计,从而得到了基于约束函数二阶次微分的估计。本文重点研究了这种二阶次微分的估计,特别注意了约束函数是一种特殊的复合函数,称为“强可修”,即凸函数的复合函数的情况,下半连续函数,在点(x)的邻域上具有两次连续可微映射,参数(w)满足约束条件,对于非线性问题,该约束条件与Mangasarian-Fromovitz约束条件一致。这些涵盖了许多有趣的例子,包括标准非线性程序,并根据问题原始数据的标准导数条件给出了最终估计。在倒数第二节中,作者研究了驻点-倍增管对,并与之前关于驻点的结果联系起来。最后,本文研究了优化模型参数化中存在正则摄动的特殊情况。审核人:弗朗西斯科·格拉·巴斯克斯(普埃布拉) 引用于4评论引用于50文件 MSC公司: 90立方厘米 灵敏度、稳定性、参数优化 第49页第52页 非平滑分析 关键词:参数优化;变分分析;敏感;利普希茨稳定性;广义微分;协同驱动 PDF格式BibTeX公司 XML格式引用 \textit{A.B.Levy}和\textit{B.S.Mordukhovich},数学。程序。99,第2(A)号,311--327(2004;Zbl 1079.90136) 全文: 内政部