约束优化的严格约束条件和序列最优性条件

@第{Andreani2018StrictCQ条，title={约束优化的严格约束条件和序列最优性条件}，author={Roberto Andreani和Jos Mario Mart nez和Alberto Ramos和Paulo J.S.Silva}，日志={数学运算结果}，年份={2018年}，体积＝{43}，页码={693-717}，网址={https://api.semanticscholar.org/CorpusID:15168912}}
本文描述了与其他序列最优性条件相关的最弱严格约束条件，这些条件有助于定义算法的停止准则。
通过Publisher查看
optimization-online.org
65引文
极具影响力的引文
2
背景引文
27
方法引文
11
结果引文
1

本文中的数字

65引文

带平衡约束的数学规划：一个序列最优性条件、新的约束条件和算法结果

本文提出了一个新的序列最优性条件，该条件有助于分析求解具有平衡约束的数学规划的几种方法的收敛性，这些方法包括松弛方案、互补惩罚方法、，给出了与这种序列最优性条件相关的M-平稳性的内松弛方法和最弱约束条件。

基数约束优化问题的序列最优性条件及其应用

本文导出了一个问题导向的序列最优性条件，该条件在每个局部极小值点都满足，而不需要任何约束条件，并表明，在适当的KurdykaŁojasiewicz型假设下，将标准乘数罚函数法的任何极限点直接应用于重新计算的问题，也满足最优性条件。

基于单个拉格朗日乘子的二阶最优性条件的约束条件

具有基数约束的数学规划的序贯最优性条件

提出了一种用于处理MPCaC（MPCaC）的近似弱平稳性（$AW$-平稳性）概念，并证明了它是独立于任何约束条件的合法最优性条件。

光滑约束优化的一个新的序列最优性条件及其算法后果

本文引入了区域互补近似Karush–Kuhn–Tucker（DCAKKT）条件，该条件受最近为非光滑约束优化问题设计的序列最优性条件的启发，并证明了增广拉格朗日方法可以生成满足DCAKKT的极限点。

微分假设下非线性规划约束条件的导览

几种约束质量的最新概述？文献中针对非线性规划问题在可微性假设下提出的阳离子，并指出所考虑的约束条件之间存在的各种含义。

线性二阶锥规划无约束条件的探讨

本文以两个最优性准则的形式介绍了为{SOCP}问题量身定制的新的最优性条件，这两个准则是在不需要任何约束条件的情况下获得的，并且是显式定义的。

非Lipschitz非线性规划的必要最优性条件和精确惩罚

当目标函数不是局部Lipschitz时，约束条件不再足以使Karush–Kuhn–Tucker（KKT）条件保持在局部极小值，更不用说确保…

非Lipschitz非线性规划的必要最优性条件和精确惩罚

当目标函数不是局部Lipschitz时，约束条件不再足以使Karush–Kuhn–Tucker（KKT）条件保持在局部极小值，更不用说确保…

约束多目标优化中Karush-Kuhn-Tucker条件的约束条件

利用该工具，通过Guignard型约束限定和误差界性质下多目标法线的计算，本文能够刻画弱Karush-Kuhn-Tucker条件和强Karush-Guhn-Tucger条件。
...

38参考文献

锥连续约束限定及其算法结果

定义了一个con-continuity属性（CCP），它将被证明是最弱的可能约束限定（SCQ），并且它与其他约束限定的关系将被阐明。

拉格朗日乘子不存在时约束优化方法的行为

可以看出，牛顿-拉格朗日（序列二次规划）方法的直接版本无法生成满足序列最优性条件的迭代，牛顿惩罚-屏障拉格朗基方法保证了适当的停止准则最终成立。

等式和不等式约束下的Fritz-John必要最优性条件

约束优化的一个新的序列最优性条件及其算法结果

证明了一个成熟的增广拉格朗日算法产生的序列的极限满足这类新条件，并讨论了实际结果。

非线性规划无约束条件的实用最优性条件

引入了一个新的一般约束极小化最优性条件，它严格地强于并隐含了Fritz–John最优性。

近似KKT条件及其对连续变分不等式的推广

本文引入了一个必要的序列近似Karush-Kuhn-Tucker条件，使一个点成为一个连续变分不等式的解，并证明了AKKT条件的微小变化对于凸问题，无论是变分不等式还是优化问题，都是足够的。

约束优化的一个充分必要条件

给出了一个弱限定条件，确保了一类约束优化问题在最优性上满足Kuhn–Tucker条件的类似条件。资格证明如下…

松弛常数正线性相关约束的限定及其应用

这项工作引入了常数正线性相关约束限定（CPLD）的一个放松版本，证明了它足以确保增广拉格朗日算法的收敛性，并证明了误差界的有效性。

约束优化的伪正态性和拉格朗日乘子理论

伪正态和拟正态这两个新性质是有趣约束特征分类法的核心，并提供了经典约束条件和拉格朗日乘子存在的两条不同途径之间的联系。

两个新的弱约束限定及其应用

本文提出了两个新的约束条件（CQ），它们比最近引入的松弛常数正线性相关（RCPLD）弱，并引入了一个更弱的CQ，称为常数正生成器（CPG），它可以在分析算法的全局收敛性时替代RCPLD。