Approximate Solutions for Multi-Objective Optimization Problems via Scalarizing and Nonscalarizing Methods

doi:10.37193/CJM.2026.02.14

Approximate Solutions for Multi-Objective Optimization Problems via Scalarizing and Nonscalarizing Methods

2026-01-01

0

PRE

AI

DOI：10.37193/CJM.2026.02.14

原文链接

原文求助

摘要

En 中文

本文采用最大序和加权妥协方法，研究具有无限约束的多目标优化问题类别的近似帕累托解。建立了所考虑问题的ε-拟帕累托解和几乎ε-拟帕累托解的近似最优性条件。这些结果利用局部利普希茨函数的ε-拟次微分和ε-拟正常集的新概念推导得出。同时引入了近似对偶定理。特别地，通过一对原始-对偶标量问题分析了原始多目标优化问题与其对偶之间的关系。提供了若干示例以说明所提出的概念，并验证所获得结果的应用性。

Keyword:

epsilon-quasi normal set

epsilon-quasi subdifferential

almost weakly epsilon-Pareto solutions

almost epsilon-Pareto solutions

Approximate Solutions for Multi-Objective Optimization Problems via Scalarizing and Nonscalarizing Methods

摘要

期刊

机构

引用论文