-
向量优化理论与方法在经济管理、工程设计与交通运输等诸多领域中都有十分重要的应用.近年来,关于向量优化问题研究已有一些重要成果[1-2].在向量优化领域中,关于解的定义及其性质的研究是十分重要的研究方向.有效解和弱有效解是向量优化领域中的两类基础解概念.然而由于有效解集或弱有效解集可能太大,一些学者提出了各种类型的真有效解概念对有效解或弱有效解进行限制.特别地,文献[3]中利用投影锥提出了Benson真有效解的概念并研究了这类真有效解的一些性质.关于Benson真有效解性质的进一步研究见文献[4-5]等.特别地,文献[5]在拓扑线性空间中提出了集值映射的邻近次似凸性,并建立了邻近次似凸性下的择一性定理,进而利用相应的择一性定理研究了向量优化问题Benson真有效解的线性标量化性质.
由于向量优化问题的精确解即使在非常弱的条件下也可能不存在,因此,近年来一些学者开始从不同的角度提出向量优化问题的各种不同类型的近似解概念,并研究了相应近似解的一些性质[6-10].
值得注意的是,向量优化中各类经典的解定义一般依赖于像空间中序锥的拓扑内部的非空性.基于此,当序锥的拓扑内部可能为空时,如何定义向量优化问题的解概念并研究各类解的性质等具有十分重要的理论意义[11-14].受文献[9-10, 13, 15-16]中研究工作的启发,本文在一般实线性空间中利用代数内部和代数闭包等工具,研究了集值向量优化问题广义E-Benson真有效解的一些代数性质,在适当的广义凸性条件下建立了广义E-Benson真有效解的一些线性标量化结果、拉格朗日乘子定理和鞍点定理.
全文HTML
-
本文假定X,Y,Z均为一般实线性空间,Y*,Z*分别为Y和Z的代数对偶空间,K,P分别为线性空间Y和Z中具有非空代数内部的闭凸锥.设A⊂Y,文献[11, 16-18]中给出了代数内部、代数闭包、代数对偶锥、严格代数对偶锥和回收锥的定义如下:
A在点y的支撑泛函定义为σA(y*)=supy∈A{y*(y)},∀y*∈Y*.
定义1[6] 称E⊂Y是关于K的改进集,如果0∉E且E+K=E. Y中关于凸锥K的改进集全体记为
$\mathscr{T}_Y$ .本文考虑下面的集值向量优化问题:
其中:S⊂X;F:S⇉Y,G:S⇉Z是具有非空值的集值映射.假定可行集D非空.记
其中μ∈Y*,A⊂X,令L(Z,Y)表示Z到Y的全体线性算子所构成的集合且
此外,我们称(VOP)满足广义Slater约束品性,如果存在
${\hat x}$ ∈S满足G(${\hat x}$ )∩(-corP)≠∅.定义2[10] 设E∈
$\mathscr{T}_Y$ ,A⊂Y.称a∈A是A的广义E-Benson真有效点,若本文在一般实线性空间中基于向量闭包提出广义E-Benson真有效点的定义如下:
定义3 设K的代数内部非空,E∈
$\mathscr{T}_Y$ ,A⊂Y.称a∈A是A的广义E-Benson真有效点,若记为a∈OE∞BS(A).
定义4 称(x,y)是(VOP)的广义E-Benson真有效点,若y∈F(x)∩OE∞BS(F(D)).
定义5[15] 设E∈
$\mathscr{T}_Y$ .称F(x)在D上是邻近E-次似凸的,若vclcone(F(D)+E)是凸集.引理1[11] 假设M和N是两个具有非空代数内部的向量闭凸集且N+的代数内部非空,如果M∩N={0},则存在线性泛函μ∈Y*\{0Y*}使得对任意的m∈M,n∈N,〈μ,n〉≥〈μ,m〉且对任意的n∈N\{0}有〈μ,n〉>0.
-
考虑标量化问题:
称(x,y)是(VOP)μ的E-最优点,若对任意x∈D,y∈F(x),〈μ,y-y〉≥σ-E(μ).
引理2 设K的代数内部非空,则E∞+的代数内部非空.
证 由于K的代数内部非空且K⊂E∞,故E∞的代数内部非空.
由回收锥的定义可知,E∞是一个凸锥,下面证明0∉corE∞.
反设0∈corE∞,则对任意h ∈E,存在λ>0使得-λh∈E∞.
由于E∞是一个凸锥,故-h ∈E∞.由回收锥的定义可得0∈E,矛盾.
综上所述E∞是一个代数内部非空的凸锥且0∉corE∞,故由文献[19]中的引理3.2.2可知E∞+的代数内部非空.
定理1 设E∈
$\mathscr{T}_Y$ 且F-y是邻近E-次似凸的,则(x,y)是(VOP)的广义E-Benson真有效点当且仅当存在μ∈E∞+i使得(x,y)是(VOP)μ的E-最优点.证 假设存在μ∈E∞+i使得(x,y)是(VOP)μ的E-最优点.令
由E∈
$\mathscr{T}_Y$ 知从而存在h∈Y,对任意的λ>0,存在λ′∈(0,λ],使得
由(x,y)是(VOP)μ的E-最优点可知,对任意的y∈F(D)有〈μ,y-y〉≥σ-E(μ),即对任意的e∈E和y∈F(D)有〈μ,y+e-y〉≥0.所以
又由μ∈E∞+i且d∈-E∞可知〈μ,d〉≤0.因此〈μ,d〉=0.进而可得d=0.从而
反之,假设(x,y)是(VOP)的广义E-Benson真有效点,则x∈D,y∈F(x)且
由E的代数内部非空且E=E+E∞可知,
又由F-的邻近E-y次似凸性可知vclcone(F(D)+E-y)是凸集.从而由(1)式与引理1,2可知,存在μ∈Y*\{0Y*}使得对任意的z∈vclcone(F(D)+E-y)和k∈E∞\{0}有
由(2)式可知μ∈E+i,进而有
由(2)式和(3)式可知,对任意x∈D,y∈F(x),〈μ,y-〉≥σ-E(μ).
-
本节考虑如下向量优化问题:
定理2 设E∈
$\mathscr{T}_Y$ ,E⊂K且(F,G)在S上是邻近(E×P)-次似凸的且(VOP)满足广义Slater约束品性.若(x,y)是(VOP)的广义E-Benson真有效点且0∈G(x),则存在T∈L+(Z,Y)使得-T(G(x)∩(-P))⊂(corE∞∪{0})\corE且(x,y)是(UVP)的广义E-Benson真有效点.证 因为(x,y)是(VOP)的广义E-Benson真有效点,所以由定理1可知,存在μ∈E∞+i使得对任意的x∈S和y∈F(x)有
令H:S⇉R×Z为
由(F,G)在S上是邻近(E×P)-次似凸可知,H在S上是邻近(μE×P)-次似凸的,进一步由(4)式可知系统
无解.由定理1知存在(λ,φ)∈ℝ+×P+\{(0,0Z*)}使得对任意的x∈S,y∈F(x)和z∈G(x)有
即对任意的x∈S,y∈F(x),z∈G(x),e∈E和z′∈P有
令(5)式中z′=0,则对任意的x∈S,y∈F(x),z∈G(x)和e∈E有
由G满足slater约束品性和(6)式可知λ>0.取k∈corE∞,则λ〈μ,k〉=1.定义T:Z→Y为
显然T∈L+(Z,Y).令(6)式中x=x,y=y,z=z∈G(x)∩(-P),则
由(8)式右端不等式可知-T(z)=-〈φ,z〉k∈corE∞∪{0},由(8)式左端不等式可知-T(z)∉corE.否则,由corE=E+corE∞可知存在e∈E使得-T(z)-e∈corE∞.因此〈φ,z〉+λ〈μ,e〉 < 0,这与(8)式矛盾.由z的任意性可知
进一步地,由T∈L+(Z,Y),且0∈G(x)可知0∈T(G(x)),因此
由(6)式和(7)式可知,对任意的x∈S,y∈F(x),z∈G(x),e∈E有
因此,(x,y)是(UVP)μ的E最优点,由μ∈E∞+i和定理1可知(x,y)是无约束向量优化问题(UVP)的广义E-Benson真有效点.
定理3 设E∈
$\mathscr{T}_Y$ ,x∈D且y∈F(x).如果存在T∈L+(Z,Y)使得0∈T(G(x))且(x,y)是(UVP)的广义E-Benson真有效点,则(x,y)是(VOP)的广义E-Benson真有效点.证 由假设条件可知y∈F(x)⊂F(x)+T(G(x))且
由x∈S可知G(x)∩(-P)≠∅,则存在z∈G(x),使得z∈(-P),从而-T(z)∈E∞.因此
又因为E∈
$\mathscr{T}_Y$ ,所以因此
结合(9)式可知
显然x∈D,y∈F(x)⊂F(D)且
故(x,y)是(VOP)的广义E-Benson真有效点.