Luận án: Khảo sát tính đặt vấn đề cho bài toán tối ưu tập hợp với các quan hệ thứ tự tập hợp
Nghiên cứu về sự đặt đúng vấn đề tối ưu hóa tập hợp liên quan đến quan hệ thứ tự tập hợp, đảm bảo tính hợp lý và khả năng áp dụng trong các bài toán tối ưu.
Toán học / Tối ưu hóa
Luan An
Luận án / Luận văn
Số trang
111
Thời gian đọc
17 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Nghiên cứu Tối ưu Tập hợp: Khái niệm & Ứng dụng
- Số trang:
- 111 trang
- Chuyên ngành:
- Toán học / Tối ưu hóa
- Tác giả:
- Luan An
Tóm tắt nội dung luận án
I.Nghiên cứu Tối ưu Tập hợp Khái niệm Ứng dụng
Tối ưu tập hợp là lĩnh vực quan trọng, thu hút sự chú ý của giới toán học. Lĩnh vực này giải quyết các bài toán tối ưu hóa mà trong đó hàm mục tiêu hoặc hàm ràng buộc là các ánh xạ có giá trị tập hợp. Ánh xạ đơn giá trị chỉ là một trường hợp đặc biệt. Do đó, tối ưu tập hợp cung cấp một sự tổng quát hóa và thống nhất quan trọng cho cả tối ưu hóa vô hướng và tối ưu hóa vector. Hai phương pháp chính để định nghĩa khái niệm tối ưu trong tối ưu tập hợp là phương pháp vector và phương pháp tập hợp. Các tiêu chí tối ưu phụ thuộc vào cách định nghĩa khái niệm cực tiểu. Nghiên cứu này tập trung vào phương pháp tập hợp, sử dụng các quan hệ thứ tự tập hợp để xác định các khái niệm tối ưu. Việc phát triển tối ưu tập hợp mở ra những hướng nghiên cứu mới, đa dạng. Các ứng dụng thực tế của nó ngày càng được công nhận.
1.1. Tổng quan về tối ưu tập hợp
Tối ưu tập hợp là một nhánh của tối ưu hóa, nghiên cứu các bài toán mà hàm mục tiêu và/hoặc hàm ràng buộc trả về một tập hợp các giá trị, thay vì một giá trị đơn lẻ. Đây là một khái niệm tổng quát hơn so với tối ưu hóa truyền thống, nơi các hàm thường trả về một số thực hoặc một vector. Sự phức tạp phát sinh khi cần so sánh hoặc xếp hạng các tập hợp. Lĩnh vực này đã phát triển nhanh chóng trong những năm gần đây do khả năng mô hình hóa các tình huống phức tạp trong thế giới thực, nơi sự không chắc chắn hoặc sự đa dạng của kết quả là điều vốn có. Các vấn đề như ra quyết định đa mục tiêu, kinh tế học và tài chính thường liên quan đến các kết quả có giá trị tập hợp. Việc hiểu rõ bản chất của các bài toán này là bước đầu để xây dựng các thuật toán tối ưu và các giải pháp hiệu quả.
1.2. Mở rộng từ tối ưu hóa truyền thống
Tối ưu tập hợp đại diện cho một sự tổng quát hóa đáng kể của tối ưu hóa vô hướng và tối ưu hóa vector. Trong tối ưu hóa vô hướng, mục tiêu là tìm một giá trị tối thiểu hoặc tối đa. Trong tối ưu hóa vector, mục tiêu là tìm các điểm hiệu quả. Tối ưu tập hợp mở rộng ý tưởng này bằng cách cho phép các hàm mục tiêu trả về toàn bộ tập hợp. Điều này có nghĩa là mỗi điểm đầu vào không chỉ liên kết với một giá trị hoặc một vector, mà là một tập hợp các giá trị tiềm năng. Khả năng này mang lại sự linh hoạt cao hơn trong việc mô hình hóa các hệ thống phức tạp, nơi các kết quả có thể không xác định hoặc đa chiều. Ví dụ, trong quản lý rủi ro tài chính, một khoản đầu tư có thể tạo ra một tập hợp các kết quả lợi nhuận có thể có, chứ không phải một giá trị đơn lẻ. Việc sử dụng lý thuyết tập hợp cho phép một khung lý thuyết mạnh mẽ để giải quyết những thách thức này, cung cấp cơ sở cho các bài toán tối ưu hóa phức tạp hơn.
1.3. Vai trò và sự chú ý gần đây
Trong hai thập kỷ qua, tối ưu tập hợp đã trở thành một hướng nghiên cứu trẻ nhưng đầy hứa hẹn. Lĩnh vực này đã thu hút sự quan tâm lớn từ các nhà toán học nhờ tiềm năng ứng dụng rộng rãi và những thách thức lý thuyết thú vị. Các nghiên cứu đã chỉ ra rằng tiêu chí tối ưu tập hợp mở ra một trường nghiên cứu mới và rộng lớn. Nhiều kết quả quan trọng đã được đạt được trong các chủ đề khác nhau, bao gồm điều kiện tồn tại nghiệm, điều kiện tối ưu, phương pháp scalarization phi tuyến, nguyên lý biến phân Ekeland, lý thuyết đối ngẫu, tính chỉnh và tính ổn định. Những tiến bộ này nhấn mạnh vai trò ngày càng tăng của tối ưu tập hợp trong lý thuyết tối ưu hóa hiện đại. Sự phức tạp trong việc so sánh các tập hợp và định nghĩa các khái niệm tối ưu đã thúc đẩy sự phát triển của các công cụ toán học mới, đặc biệt là các quan hệ thứ tự tập hợp.
II.Phương pháp Tiếp cận Tối ưu Tập hợp Quan hệ Thứ tự
Để định nghĩa các khái niệm tối ưu cho bài toán tối ưu tập hợp, có hai phương pháp tiếp cận chính. Đó là phương pháp vector và phương pháp tập hợp. Cả hai phương pháp này đều cố gắng mở rộng định nghĩa thông thường về tính cực tiểu trong tối ưu hóa vector. Tuy nhiên, chúng khác nhau về cách thức so sánh các giá trị mục tiêu. Phương pháp tập hợp, đặc biệt, đã được áp dụng rộng rãi trong nghiên cứu này. Nó dựa trên việc sử dụng các quan hệ thứ tự tập hợp, định nghĩa trên tập hợp lũy thừa của không gian mục tiêu. Các quan hệ thứ tự này cho phép so sánh trực tiếp các tập hợp kết quả, điều này rất tự nhiên và hữu ích khi cần xem xét các ưu tiên trên các tập hợp.
2.1. Tiếp cận vector trong tối ưu tập hợp
Trong phương pháp vector, các nghiệm tối ưu được định nghĩa là các điểm hiệu quả của hợp tất cả các ảnh của ánh xạ mục tiêu có giá trị tập hợp. Điều này có nghĩa là bài toán tối ưu tập hợp được chuyển đổi thành một bài toán tối ưu vector truyền thống, nơi mục tiêu là tối thiểu hóa hoặc tối đa hóa một vector. Điểm hiệu quả thường là một điểm mà không thể cải thiện bất kỳ thành phần nào mà không làm xấu đi ít nhất một thành phần khác. Phương pháp này coi tất cả các giá trị riêng lẻ trong các tập hợp ảnh như các thành phần của một vector lớn. Do đó, bài toán tối ưu tập hợp trong phương pháp này được gọi là bài toán tối ưu vector có giá trị tập hợp. Đây là một cách tiếp cận hữu ích khi các nhà nghiên cứu muốn áp dụng các công cụ đã có từ tối ưu vector. Tuy nhiên, nó có thể bỏ qua cấu trúc tự nhiên của các tập hợp.
2.2. Tiếp cận tập hợp và quan hệ thứ tự
Phương pháp tập hợp là một cách tiếp cận khác, dựa trên các quan hệ thứ tự tập hợp được định nghĩa trên tập hợp lũy thừa của không gian mục tiêu. Phương pháp này lần đầu tiên được giới thiệu bởi Kuroiwa và cộng sự. Thay vì chuyển đổi các tập hợp thành các vector, phương pháp tập hợp so sánh trực tiếp các tập hợp ảnh của ánh xạ mục tiêu. Điều này cho phép một cái nhìn toàn diện hơn về sự ưu tiên giữa các tập hợp. Trong phương pháp này, bài toán tối ưu tập hợp được gọi là bài toán tối ưu tập hợp. Các khái niệm về quan hệ thứ tự bộ phận hoặc tập sắp thứ tự (Poset) đóng vai trò trung tâm. Các quan hệ thứ tự này cung cấp một khuôn khổ để xác định khi nào một tập hợp được "tốt hơn" hoặc "tối ưu hơn" so với một tập hợp khác. Phương pháp này có vẻ tự nhiên và thú vị hơn khi cần xem xét các ưu tiên trên các tập hợp một cách trực tiếp.
2.3. Lợi ích của tiếp cận tập hợp
Tiếp cận tập hợp mang lại nhiều lợi ích, đặc biệt khi xử lý các tình huống mà các quyết định liên quan đến việc so sánh toàn bộ nhóm hoặc tập hợp các kết quả. Nó cung cấp một cách tự nhiên hơn để thể hiện các sở thích đối với các tập hợp, điều mà phương pháp vector có thể không nắm bắt được đầy đủ. Ví dụ, trong việc xếp hạng các đội bóng đá hoặc nhóm sinh viên, việc so sánh toàn bộ hiệu suất của đội/nhóm có thể phù hợp hơn là so sánh từng cá nhân. Các quan hệ thứ tự tập hợp cho phép định nghĩa rõ ràng về "tốt hơn" hoặc "tệ hơn" giữa hai tập hợp. Điều này đặc biệt quan trọng trong các ứng dụng thực tế như tài chính, nơi các biện pháp rủi ro thường được thể hiện dưới dạng tập hợp các kịch bản. Lý thuyết tập hợp cung cấp nền tảng toán học vững chắc cho việc này, mở ra khả năng phát triển các thuật toán tối ưu hiệu quả hơn.
III.Quan hệ Thứ tự Tập hợp Mới Vai trò Quan trọng
Các quan hệ thứ tự tập hợp đóng vai trò then chốt trong việc định nghĩa các khái niệm tối ưu cho các bài toán tối ưu tập hợp. Sự ra đời của các quan hệ thứ tự này bởi Kuroiwa và cộng sự, cùng với những phát triển sau đó của Jahn và Ha, đã mở ra nhiều hướng nghiên cứu mới. Trong số đó, quan hệ "set less relation" đã được chứng minh là tổng quát hơn và phù hợp hơn trong nhiều bài toán thực tế so với các quan hệ "lower set less" và "upper set less". Quan hệ này cũng giữ vai trò trung tâm trong mối quan hệ với các quan hệ thứ tự mới khác, được đề xuất bởi Jahn và Ha, mang lại nhiều tiện ích trong tối ưu tập hợp.
3.1. Các loại quan hệ thứ tự tập hợp
Nhiều loại quan hệ thứ tự tập hợp đã được nghiên cứu. Hai loại phổ biến ban đầu là "lower set less relation" và "upper set less relation". Quan hệ "lower set less" thường so sánh các tập hợp dựa trên điểm thấp nhất của chúng, trong khi "upper set less" tập trung vào điểm cao nhất. Tuy nhiên, các nghiên cứu sau này đã giới thiệu các quan hệ thứ tự phức tạp và tổng quát hơn. Điều này bao gồm quan hệ "set less relation", được coi là một sự tổng quát hóa hữu ích. Các quan hệ này cho phép các nhà toán học và kỹ sư đưa ra các quyết định tối ưu hóa phức tạp hơn, nơi các tập hợp kết quả cần được so sánh một cách toàn diện. Lý thuyết tập hợp cung cấp nền tảng cho việc định nghĩa chính xác các quan hệ này, hỗ trợ việc phát triển các mô hình tối ưu hóa phù hợp với các điều kiện thực tế.
3.2. Quan hệ thứ tự set less và ứng dụng
Quan hệ "set less relation" đã nổi lên như một công cụ mạnh mẽ trong tối ưu tập hợp. Nó được coi là tổng quát và phù hợp hơn trong nhiều bài toán thực tế so với các quan hệ "lower" và "upper set less". Đặc biệt, quan hệ này đóng vai trò trung tâm trong việc thiết lập mối liên hệ với các quan hệ thứ tự mới khác được đề xuất, vốn hữu ích hơn trong tối ưu tập hợp. Mặc dù các quan hệ "lower" và "upper set less" đã được nghiên cứu trong một số ấn phẩm, nhưng các nghiên cứu về tính chỉnh (well-posedness), điều kiện tồn tại nghiệm và tính ổn định cho các bài toán liên quan đến "set less relation" và các loại quan hệ thứ tự mới vẫn còn hạn chế. Do đó, việc nghiên cứu sâu hơn về các chủ đề này là cần thiết. Khả năng ứng dụng của "set less relation" rất rộng, từ số học khoảng đến các vấn đề trong tài chính và khoa học dữ liệu.
3.3. Các quan hệ thứ tự mới và nghiên cứu
Jahn và Ha đã giới thiệu một số quan hệ thứ tự tập hợp mới. Những quan hệ này được thiết kế để cung cấp các công cụ so sánh mạnh mẽ hơn và linh hoạt hơn cho các bài toán tối ưu tập hợp. Chúng thường phức tạp hơn các quan hệ ban đầu nhưng mang lại khả năng mô hình hóa tốt hơn các sở thích và hạn chế phức tạp trong các ứng dụng thực tế. Việc thiếu các nghiên cứu về tính chỉnh, điều kiện tồn tại nghiệm và tính ổn định cho các bài toán liên quan đến các quan hệ thứ tự mới này là một lỗ hổng trong tài liệu hiện có. Điều này cho thấy một hướng nghiên cứu tiềm năng và quan trọng. Các nghiên cứu sâu hơn về các quan hệ thứ tự này có thể dẫn đến việc phát triển các thuật toán tối ưu hiệu quả hơn và các giải pháp thực tiễn hơn cho các vấn đề khó khăn.
IV.Tiến triển Bài toán Tối ưu Tập hợp Tính Chỉnh
Tính chỉnh (well-posedness) đóng một vai trò thiết yếu trong cả lý thuyết và phương pháp số của các bài toán tối ưu. Đây là một chủ đề mà nhiều nhà toán học đã dành sự quan tâm đặc biệt. Năm 1966, Tikhonov đã giới thiệu một định nghĩa về tính chỉnh cho các bài toán tối ưu không ràng buộc, được gọi là tính chỉnh Tikhonov. Khái niệm này đòi hỏi hai điều kiện chính: sự tồn tại và duy nhất của nghiệm, cùng với sự hội tụ của mọi dãy cực tiểu đến nghiệm duy nhất. Trong lĩnh vực tối ưu tập hợp, việc nghiên cứu tính chỉnh cho các bài toán sử dụng quan hệ thứ tự tập hợp mới là một lĩnh vực còn nhiều tiềm năng.
4.1. Khái niệm tính chỉnh Well posedness
Tính chỉnh của một bài toán tối ưu là một thuộc tính quan trọng đảm bảo rằng bài toán được định nghĩa tốt và các giải pháp của nó có thể được tìm thấy và đáng tin cậy. Một bài toán được gọi là tính chỉnh nếu nó thỏa mãn ba điều kiện cơ bản: tồn tại nghiệm, duy nhất nghiệm, và tính ổn định (nghiệm thay đổi liên tục theo dữ liệu đầu vào). Trong bối cảnh tối ưu tập hợp, điều này có nghĩa là các tập hợp tối ưu phải tồn tại, thường là duy nhất (trong một ý nghĩa nào đó), và không thay đổi đột ngột khi các tham số của bài toán thay đổi nhỏ. Tính chỉnh là cực kỳ quan trọng đối với cả lý thuyết, nơi nó đảm bảo tính hợp lệ của các kết quả, và các phương pháp số, nơi nó ảnh hưởng đến sự hội tụ và độ tin cậy của các thuật toán tối ưu.
4.2. Điều kiện tồn tại và ổn định
Việc thiết lập các điều kiện cho sự tồn tại của nghiệm là một thách thức cơ bản trong tối ưu tập hợp. Không phải mọi bài toán tối ưu tập hợp đều có nghiệm, và việc xác định các điều kiện đảm bảo sự tồn tại của chúng là rất quan trọng. Tương tự, tính ổn định của nghiệm là một khía cạnh thiết yếu khác. Điều này liên quan đến việc liệu nghiệm có thay đổi một cách liên tục khi các dữ liệu đầu vào hoặc tham số của bài toán thay đổi nhỏ hay không. Tính ổn định rất quan trọng trong các ứng dụng thực tế, nơi dữ liệu thường chứa nhiễu hoặc không chính xác. Các nghiên cứu về điều kiện tồn tại và ổn định cho các bài toán tối ưu liên quan đến quan hệ "set less relation" và các loại quan hệ thứ tự tập hợp mới là cần thiết để nâng cao hiểu biết và ứng dụng của lý thuyết này.
4.3. Nghiên cứu sâu về tính chỉnh Tikhonov
Tính chỉnh Tikhonov, được giới thiệu bởi Tikhonov vào năm 1966, là một khái niệm cụ thể của tính chỉnh cho các bài toán tối ưu không ràng buộc. Nó yêu cầu hai điều kiện: thứ nhất, sự tồn tại và duy nhất của nghiệm, và thứ hai, sự hội tụ của mọi dãy cực tiểu đến nghiệm duy nhất đó. Khái niệm này đã được nghiên cứu rộng rãi trong tối ưu hóa vô hướng và vector. Việc mở rộng khái niệm tính chỉnh Tikhonov sang tối ưu tập hợp, đặc biệt là các bài toán sử dụng các quan hệ thứ tự tập hợp, là một hướng nghiên cứu quan trọng. Nó sẽ cung cấp một khuôn khổ chặt chẽ để phân tích các tính chất của nghiệm, cũng như đánh giá độ tin cậy của các thuật toán tối ưu. Các nghiên cứu trong lĩnh vực này sẽ đóng góp vào sự phát triển lý thuyết tập hợp và lý thuyết tối ưu hóa.
V.Ứng dụng Thực tiễn Tương lai Nghiên cứu Tối ưu Tập hợp
Bài toán tối ưu tập hợp đóng vai trò quan trọng và có nhiều ứng dụng hữu ích trong các tình huống thực tế. Nhiều ứng dụng quan trọng và ý nghĩa của các quan hệ thứ tự tập hợp đã được nghiên cứu và thảo luận. Lĩnh vực này, dù còn non trẻ, đã nhanh chóng chứng tỏ tiềm năng to lớn của mình, thu hút một lượng lớn sự chú ý từ cộng đồng toán học. Sự phát triển liên tục của các phương pháp và lý thuyết mới đang mở ra nhiều cơ hội cho các ứng dụng đa dạng hơn, từ tài chính đến khoa học môi trường và ra quyết định.
5.1. Ứng dụng của quan hệ thứ tự tập hợp
Các quan hệ thứ tự tập hợp có nhiều ứng dụng thực tiễn, đơn giản nhưng rất hữu ích. Ví dụ, chúng có thể được áp dụng để so sánh các đội bóng đá, xếp hạng các nhóm sinh viên có cùng trình độ học vấn, hoặc trong các hệ thống đánh giá phức tạp hơn. Một ứng dụng cụ thể là quan hệ "possibly less order relation" đã được áp dụng vào số học khoảng và trình biên dịch Fortran f95 của Sun Microsystems. Ngoài ra, Neukel đã trình bày các ứng dụng của quan hệ thứ tự trong dự án nghiên cứu mối quan hệ giữa tiếng ồn và chất lượng cuộc sống xung quanh Sân bay Frankfurt ở Đức. Hamel và Heyde cũng tìm thấy ứng dụng của các quan hệ thứ tự tập hợp trong lĩnh vực tài chính, đặc biệt là trong các biện pháp rủi ro. Những ví dụ này minh họa tính linh hoạt và tầm quan trọng của lý thuyết này.
5.2. Các hướng nghiên cứu chính
Lĩnh vực tối ưu tập hợp đang mở ra một trường nghiên cứu rộng lớn và mới mẻ. Các hướng nghiên cứu chính bao gồm điều kiện tồn tại nghiệm, điều kiện tối ưu, các phương pháp scalarization phi tuyến, nguyên lý biến phân Ekeland, lý thuyết đối ngẫu, tính chỉnh (well-posedness) và tính ổn định. Đặc biệt, việc nghiên cứu các bài toán tối ưu tập hợp liên quan đến quan hệ "set less relation" và các loại quan hệ thứ tự mới được đề xuất bởi Jahn và Ha vẫn còn tương đối mới. Việc phát triển các thuật toán tối ưu hiệu quả cho các bài toán này cũng là một lĩnh vực cần được quan tâm. Lý thuyết đồ thị và các kỹ thuật tối ưu hóa từ các lĩnh vực khác có thể được điều chỉnh để giải quyết các vấn đề liên quan đến tập hợp có thứ tự.
5.3. Tiềm năng và tầm quan trọng của lĩnh vực
Mặc dù mới ra đời hai thập kỷ trước, tối ưu tập hợp đã nhanh chóng khẳng định mình là một hướng đi quan trọng và đầy hứa hẹn trong lĩnh vực tối ưu hóa. Lĩnh vực này đã thu hút sự chú ý đáng kể từ các nhà toán học. Tiêu chí tối ưu tập hợp mở ra một trường nghiên cứu mới và rộng lớn, như Jahn đã chỉ ra. Với khả năng mô hình hóa các tình huống phức tạp trong thế giới thực, nơi các kết quả là tập hợp thay vì điểm, tối ưu tập hợp cung cấp một công cụ mạnh mẽ để ra quyết định và giải quyết vấn đề. Sự phát triển liên tục của lý thuyết tập hợp, quan hệ thứ tự và thuật toán tối ưu sẽ tiếp tục thúc đẩy tiềm năng của lĩnh vực này, mang lại những đóng góp đáng kể cho khoa học và công nghệ.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (111 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộCHAPTER I INTRODUCTION Set-valued optimization plays an important role in optimization and has attracted a great deal of attention of mathematicians in recent years. It deals with optimization problems which the objective map and/or the constraint map(s) are set-valued maps. It is clear that single-valued maps work as a particular case of set- valued maps, and hence set-valued optimization provides an important generalization and unification of scalar optimization as well as vector optimization. It is worth noting that there are two approaches to formulate optimality notions for set-valued optimization problems, namely the vector approach and the set approach.
These criteria depend on the way that the notion of minimality is defined. In the vector approach, optimal solutions are defined as the efficient points of the union of all images of the set-valued objective map (see e. Hence, the set-valued optimization problem is called set- valued vector optimization problem in this approach. On the other hand, the set approach is based on set order relations defined on the power set of the objective space, which was firstly introduced by Kuroiwa et al.
By set approach one compares all images of the set-valued objective map and hence in this approach the set-valued optimization problem is called set optimization problem (see e. Both of them may be considered as generalizations of the usual definition of minimality in vector optimization. In fact, when objective map is a vector single-valued map, they reduce to the known concept of efficiency. In this thesis, set approach is applied and set order relations are used to define optimality notions for set-valued optimization problems.
We would like to give a brief review of set order relations. The introduction of set order relations was presented by Kuroiwa et al. Later on, Jahn and Ha [10] introduced some new set order relations. As pointed out in [10], the set less relation is generalized and more appropriate in practical problems than both the lower and upper set less relations.
Furthermore, the set less relation plays a center role in relationships with other new order relations for sets proposed in [10] which are more useful in set optimization. Lower set less relation and upper set less relation were studied in some publications [13, 14] and the references therein. To the best of our knowledge, there has been no publication about well-posedness, solution existence condition and stability for optimization problems involving the set less relation and new types of set order relations proposed in [10]. Due to a prospective issue, it should study further about these topics.
The set approach seems to be more natural and interesting than vector ap- proach whenever we need to consider preferences over sets. Set optimization problems play important roles and useful applications in the practical situations. Many impor- tant and significant applications of set order relations were studied and discussed. The possibly less order relation has been applied to interval arithmetic and Fortran compiler f95 of Sun Microsystems.
order relations was presented by Neukel [15] in the project investigating relationship between noise disturbance and quality of life in the region surrounding the Frankfurt Airport in Germany. Another application of set order relations in the field of finance about measures of risk was found by Hamel and Heyde [16]. Some simple but very useful applications of set order relation can be found and applied in daily activities, for instance, comparing teams of football players, ranking group of students on the same academic level,. For further reading and references, we refer to studies [13, 14, 17, 18, 19, 20, 21, 22] and the reference therein.
With the first introduction was given two decades ago, set optimization can be seen as a very young direction in the field of optimization. However, in the role 3 of an important and prospective issuse, it has attracted a great deal of attention of mathematicians. As pointed out by Jahn in [23], the set optimization criterion opens a new and wide field of research. Many important and interesting results have been obtained in different topics in this area such as solution existence [24, 25, 26], optimality conditions [27, 28, 29], nonlinear scalarization [9, 30, 31], Ekeland variational principles [8, 32], duality theory [33], well-posedness [13, 34, 35], and stability [36, 37, 38, 39].
Well-posedness plays an important role in both theory results and numer- ical methods. Many mathematicians have paid much attention on this topic (see e. In 1966, Tikhonov [44] introduced a definition of well-posedness for unconstrained optimization problems which is called Tikhonov well-posedness. This concept requires two conditions.
The first condition is the existence and uniqueness of the solution and the second one is the convergence of each minimizing sequence to the unique solution. On this topic, many results have been devoted to a lot of important problems such as variational inequalities [45], equilibrium problems [46], inclusion problems [47] and the references therein. Later on, generalizations of Tikhonov well-posedness were introduced and studied widely. In 1995, Loridan [48] considered the vector optimization problem and intro- duced a definition of well-posedness based on the convergence of a subsequence of a minimizing sequence.
One of extensions of Tikhonov well-posedness is the so-called B-well-posedness proposed by Bednarczuck for vector optimization problems in [49]. After that, B-well-posedness has been intensively considered for various problems re- lated to optimization [47, 50, 51, 52, 53]. An initial concept of the well-posedness by perturbations (also named extended well-posedness) for a optimization problem is proposed by Zolezzi [54, 55]. This concept established a form of continuous de- pendence of the solutions upon a parameter.
It should be noted that the fundamen- tal requirement in the Tikhonov well-posedness is that every minimizing sequence must lie in the feasible set. Levitin-Polyak [40] introduced a new notion of well- 4 posedness that strengthened Tikhonov’s concept as it required the convergence to the optimal solution of each sequence belonging to a larger set of minimizing se- quences. More precisely, the well-posedness in the sense of Levitin-Polyak allows the minimizing sequences can be outside of the feasible set and requires the distance of the minimizing sequence from the feasible region to approach zero. There is a large amount of works related to well-posedness for different important optimization problems [41, 42, 46, 48, 50, 56, 57, 58, 59, 60].
In the field of set optimization problems, the concept of well-posedness was firstly given by Zhang et al. In this publication, the authors intro- duced three kinds of well-posedness for set optimization problems involving lower set less relation. Using the scalarization method [62], they established relationships between the well-posedness of a set optimization problem and the well-posedness of scalar optimization problems. Moreover, the authors provided some criteria for set optimization problems to be well-posed.
Later, Gutiérrez et al. [34] extended some results of Zhang et al. Recently, Long and Peng [13] introduced three kinds of well-posedness in the sense of Bednarczuk, named B-well-posedness, for set optimization problems involving up- per set less relation and established some relationships among them. They also gave characterizations of well-posedness for these problems.
After that, Crespi et al. [63] introduced a definition of well-posedness which slightly generalizes the one in Zhang et al. [61], and investigated well-posedness properties of set optimization problems. Very recently, Khoshkhabar-Amiranloo and Khorram [64] studied pointwise Levitin- Polyak well-posedness for set optimization problems involving lower set less relation and obtained some criteria and characterizations of this issue.
In a word, studying on well-posedness for set optimization problems is a prospective topic, and hence it should be study more on different types of well-posedness for these problems involving various kinds of set order relations. This thesis focuses mainly on three types of well- posedness, namely L-well-posedness, B-well-posedness, LP well-posedness, involving 5 three kinds of set order relations introduced by Kuroiwa under the names lower set less relation, upper set less relation and set less relation. In a close relationship with well-posedness, the stability analysis of the solu- tion maps for optimization problems is an important direction in studying optimiza- tion problems. As we know, the study of stability concerns on how the solution set maps vary with the changes in the parameters.
Generally speaking, stability requires that for a small perturbations or a small measurement error of the parameters, the induced perturbations of solution set map is also very small. Investigating on sta- bility of optimization problems can be understood as studying on some properties of the solution maps such as the upper semicontinuity, lower semicontinuity, continuity, Hölder/ Lipschitz continuity or (generalized) differentiability [36, 37, 38, 65, 66]. In this research, we aim to give connections between well-posedness and stability for concerned problems in the sense of upper semicontinuity of approximating solution map. Solution existence is a crucial topic in studying any mathematics model.
In set optimization, existence results for problems involving lower and/or upper set less relation were presented in [67] under assumptions on compactness of the domain of objective map and reported in [24, 25] with conditions about the cone-regularity and cone-semicompactness. On the other hand, using nonlinear scalarization method, existence conditions of optimal solutions were established in [9, 68]. However, there is no publications mentioned conditions to guarantee existence conditions of solutions of set optimization problems involving set less relation. Therefore, our goals include giving solution existence conditions for these problems instead of just focusing on well- posedness properties by a assumption that solution set is empty as many publications in the literature.
Due to the important role of set optimization problems and the high vol- ume of active research in optimization, there is a wide prospect to do research in optimization theory. These works mentioned above motivate strongly us to study 6 well-posedness as well as stability and solution existence for such problems involving different kinds of set order relations. We aim to investigate set optimization prob- lems involving different kinds of set order relations. We focus on the set less relation because it has more appropriate applications in real life and furthermore it is a gener- alization form of both lower set less relation and upper set less relation.
To the best of our knowledge, there is no publication about well-posedness of set optimization problem with the set less relation. In the following we give a description of the contents of this thesis. This chapter includes some notations, definitions, and some useful results that will be deplicated in later chapters. Studying on L-well-posedness for set optimization problems with three types of set order relations is the main goal of this chapter.
Various kinds of well-posedness for these problems (pointwise L-well-posedness, global L-well- posedness, metrically α-well-posedness, weak metrically α-well-posedness) and their relationships are concerned. We give necessary and sufficient conditions for set opti- mization problems to be pointwise/global L-well-posed. Moreover, Kuratowski mea- sure of noncompactness is applied to survey characterizations of L-well-posedness for set optimization problems. Furthermore, approximating solution maps and their sta- bility are researched to propose links between stability of the approximating problem and well-posedness of the set optimization problem.
In addition to studying well- posedness, existence conditions of such problems are given by employing properties of a KKM-map. B-well-posedness for set optimization problems involving three kinds of set order relations is presented in this chapter. We give characterizations and sufficient and/or necessary conditions of B-well-posedness. Moreover, relationships between pointwise L-well-posedness and pointwise B-well-posedness are studied.
This chapter investigates LP well-posedness for set optimiza- tion problems involving three types of set order relations. Necessary and sufficient 7 conditions for the reference problems to be LP well-posed are given. Furthermore, using the Kuratowski measure of noncompactness, we study characterizations of LP well-posedness for set optimization problems. Moreover, links between stability and LP well-posedness of such problems are established via the study on approximating solution maps.
We also study metrically LP well-posedness and bridges between it and LP well-posedness. We give the concluding remarks. Some obtained results in this study are summarized. Moreover, we also give some comments about prospect remarks related to what we done to develop this research.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp (n.d.) [Luận án tiến sĩ]. LuanAn.net. https://luanan.net/tai-lieu-khac/nghien-cuu-bai-toan-toi-uu-tap-hop-voi-quan-he-thu-tu-tap-hop
Câu hỏi thường gặp
Luận án "Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp" nghiên cứu về vấn đề gì?
Nghiên cứu về sự đặt đúng vấn đề tối ưu hóa tập hợp liên quan đến quan hệ thứ tự tập hợp, đảm bảo tính hợp lý và khả năng áp dụng trong các bài toán tối ưu.
Luận án "Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp" thuộc chuyên ngành gì?
Luận án "Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp" thuộc chuyên ngành Toán học / Tối ưu hóa. Danh mục: Tài liệu khác.
Luận án "Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp" có bao nhiêu trang?
Luận án "Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp" có 111 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Nghiên cứu bài toán tối ưu tập hợp với quan hệ thứ tự tập hợp" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.