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