Optimality Conditions and Duality for Multiobjective Fractional Bilevel Optimization Problems
National Institute of Technology, Chaltlang(查尔特兰国家技术学院)
本文提出了一种多目标分数双层优化问题的最优性条件与对偶性研究方法,利用非光滑约束资格条件和广义凸性概念,建立了更精细的最优性条件并证明了对偶定理。
2025-11-22 math.OC
On Goal-Oriented Multiobjective Embedded Optimization for System Performance Assessment
在这篇短文中,我们讨论了一个面向目标的系统性能评估多目标最优化问题。这种最优化问题的目标函数通常是对应于系统中不同操作条件或场景的不同性能指标的组合,然后被构成为面向目标的多目标最优化问题。这种非线性最优化问题的(次)最优解可以使用顺序二次规划算法来求解。
2020-06-11 math.OC
Multiobjective Balanced Gradient Flow: A Dynamical Perspective on a Class of Optimization Algorithms
本文提出多目标平衡梯度流(MBGF)动力系统,为多目标优化的归一化梯度方法提供动力学视角,证明凸场景下其收敛于弱帕累托点,并给出凸与非凸场景的收敛速率分别为O(1/t)和O(1/√t)。
2025-08-24 math.OC
Tangential Extremal Principles for Finite and Infinite Systems of Sets, II: Applications to Semi-infinite and Multiobjective Optimization
本文将第一部分中的新切极值原理和有关结果应用于无穷交集的微积分规则和半无限规划及可数约束多目标优化问题的最优性条件
2011-01-21 math.OC
Set-based Robust Optimization of Uncertain Multiobjective Problems via Epigraphical Reformulations
本文研究了不确定条件下多目标最优化问题的鲁棒解的一种求法。我们遵循基于集合的极大极小化方法来处理不确定性,这导致了一个特定的集合最优化问题具有严格的上型集合关系。我们介绍,在一些假设下,而不是使用严格的低型集关系,而不牺牲紧凑性的图像集的重新制定。这允许应用向量化结果来将这些集合的最优化问题的最优解表征为多目标最优化问题的最优解。我们最终与多目标半无限的问题,然后可以研究与经典技术从文献中。
2022-12-28 math.OC
Holder continuity of the steepest descent direction for multiobjective optimization
本文的目的是刻画光滑目标函数的多目标最速下降方向的连续性。我们将证明这个方向是Holder连续的,最优指数为1/2。特别是,这个方向未能Lipschitz连续,即使多项式目标。
2018-02-05 math.OC
Multiobjective Firefly Algorithm for Continuous Optimization
工业工程中的设计问题往往涉及大量的设计变量和多个目标,并受到复杂的非线性约束。多目标问题的算法可能与单目标优化的方法有很大的不同。寻找非线性多目标最优化问题的帕累托前沿和非支配集可能需要大量的计算工作,即使对于看似简单的问题。元启发式算法在处理多目标优化问题时开始显示出其优越性。本文将最近发展起来的萤火虫算法推广到求解多目标最优化问题。我们验证所提出的方法使用选定的子集的检验函数,然后将其应用于解决设计优化基准。我们将讨论我们的结果,并提供进一步研究的主题。
2013-03-25 math.OC
Regularized Multiobjective Optimization with Directionally Lipschitzian Data
Department of Mathematics and Institute for AI and Data Science, Wayne State University(韦恩州立大学数学系与人工智能与数据科学研究所)
本文提出利用方向性Lipschitz函数的正则化方法,推导多目标优化问题的帕累托最优必要条件。
2025-11-20 math.OC
Gradient-Based Multiobjective Optimization with Uncertainties
在这篇文章中,我们开发了一个基于梯度的算法解决多目标最优化问题的不确定性。为此,一个额外的条件推导出的下降方向,以占梯度的不准确性,然后纳入一个细分算法的全局解的计算多目标最优化问题。证明了该算法收敛于Pareto集的超集,并给出了到次平稳点集的最大距离的上界。除了适用于具有不确定性的问题,该算法的目的是使用它与模型降阶技术相结合,以有效地解决偏微分方程约束的多目标最优化问题。
2017-04-05 math.OC
A nonmonotone proximal quasi-Newton method for multiobjective optimization
针对无约束凸多目标复合优化问题,提出一种非单调邻近拟牛顿法,通过最小化海森近似与非光滑项变化的最大标量化确定搜索方向,结合非单调线搜索,证明其收敛至Pareto最优解且具局部超线性收敛率,实验验证了其可行性与有效性。
2023-10-03 math.OC
MultiObjectiveAlgorithms.jl: a Julia package for solving multi-objective optimization problems
Dowson Farms(道森农场)
本文介绍MultiObjectiveAlgorithms.jl,一个基于JuMP的开源Julia库,通过迭代标量化将多目标问题转化为单目标子问题序列,支持多种求解器和问题类型。
2026-05-25 math.OC
A note on approximate Karush-Kuhn-Tucker conditions in locally Lipschitz multiobjective optimization
在Giorgi,Jiménez和Novo最近的论文(J Optim Theory Appl 171:70- 89,2016)中,作者引入了光滑多目标最优化问题的所谓近似Karush-Kuhn-Tucker(AKKT)条件,并获得了此类问题弱有效解的一些AKKT型必要最优性条件和充分最优性条件。在本文中,我们利用Mordukhovich次微分将这些最优性条件推广到局部Lipschitz多目标最优化问题。进一步证明了在适当的附加条件下,AKKT条件也是KKT条件。
2018-04-13 math.OC
Proximal Quasi-Newton Methods for Multiobjective Optimization Problems
针对无约束多目标最优化问题(简称UMOP),提出了几种新的近似拟牛顿法,其中每个目标函数是一个二次连续可微强凸函数和一个适当的下连续凸但不一定是可微函数之和.我们提出了近似BFGS方法,近似自缩放BFGS方法,和近似黄BFGS方法(UMOP)与线搜索和没有线搜索的情况下。在温和的假设下,我们证明了由这些算法产生的序列的每个聚点,如果存在的话,是(UMOP)的Pareto平稳点。此外,我们还介绍了它们在约束多目标最优化问题和鲁棒多目标最优化问题中的应用。特别地,对于鲁棒多目标最优化问题,我们证明了近似拟牛顿算法的子问题可以看作是带二次不等式约束的二次极小化问题。数值实验也验证了所提出的近似拟牛顿法的有效性。
2022-04-07 math.OC
The Hopf-Lax formula for multiobjective costs with non-constant discount via set optimization
研究了具有非常数折扣的多目标拉格朗日量的极小化问题。该问题被嵌入到一个集值框架,并给出了相应的值函数的定义。导出了Bellman最优性原理和Hopf-Lax公式。值函数是集值Hamilton-Jacobi方程的解。
2021-05-05 math.OC
Proximal point method for a special class of nonconvex multiobjective optimization functions
研究了一类特殊的非凸多目标函数的邻近点法。我们表明,该方法是定义良好的,任何生成的序列,如果有的话,是Pareto-克拉克临界点的积累点。此外,在额外的假设下,我们证明了所生成的序列的完全收敛性。
2017-02-17 math.OC
On the convergence of conditional gradient method for unbounded multiobjective optimization problems
针对可行域无界的多目标优化问题,提出一种基于回收锥保证良定的条件梯度算法,并在温和假设下证明其渐近收敛性与迭代复杂度界,数值算例验证了性能。
2024-03-05 math.OC
Decomposition-Invariant Pairwise Frank-Wolfe Algorithm for Constrained Multiobjective Optimization
针对可行域为任意有界多面体的约束多目标优化问题,提出分解不变的成对 Frank-Wolfe 算法,并仅在强凸性下证明其整体序列线性收敛至 Pareto 最优解。
2024-09-07 math.OC
A Descent Method for Nonsmooth Multiobjective Optimization in Hilbert Spaces
本文提出一种在Hilbert空间中求解非光滑多目标优化问题的下降方法,通过高效近似次微分并计算公共下降方向迭代寻找Pareto临界点,证明了收敛性,并在障碍问题最优控制中验证了效率。
2024-02-09 math.OC
Second-order optimality conditions for multiobjective optimization problems with constraints
本文引入了开集上Gâteaux可微且Gâteaux导数映射局部Lipschitz的函数的二阶次微分。基于这类二阶次微分的性质和变分分析技巧,我们得到了约束多目标规划问题弱Pareto有效解的二阶必要条件.
2019-09-21 math.OC
A Descent Method for Equality and Inequality Constrained Multiobjective Optimization Problems
本文提出了一种求解等式和不等式约束多目标最优化问题的下降法,它利用两种有效集策略将Fliege和Svaiter求解无约束多目标优化问题的最速下降法推广到有约束问题.在一定的正则性假设下,证明了下降法的聚点满足局部Pareto最优的一个必要条件.最后,我们在一个数值例子中展示了我们的方法的典型行为。
2017-12-11 math.OC
Global convergence of a BFGS-type algorithm for nonconvex multiobjective optimization problems
本研究提出一种改进的BFGS算法,通过采用Wolfe步长、迭代更新修正海森矩阵近似,在目标函数非凸的多目标优化问题中实现全局收敛与常规条件下的超线性收敛,且保留原算法的实际效率。
2024-04-11 math.OC
Necessary and sufficient conditions for Pareto efficiency in robust multiobjective optimization
我们为依赖于不确定参数的多目标最优化问题的鲁棒有效性(在Ehrgott等人(2014)的意义上)提供了充要条件。这些条件表明,一个解是鲁棒有效的(在最小化下),如果它是最优的一个强烈增加的标量化函数,只有当它是最优的一个严格增加的标量化函数。通过反例,我们证明了这个必要条件不能加强到凸标量化函数,即使是凸问题。因此,我们定义和特征的一个子集的强大的有效解,一个类似的必要条件持有凸标量化功能。这一结果平行的确定性的情况下,最优的凸和严格增加的标量化函数构成了一个必要条件的效率。通过放射治疗计划优化领域的一个数值例子,我们说明了在不确定的情况下,标量化函数的曲率影响优化解的保守性。
2017-05-29 math.OC
ROM-based multiobjective optimization of elliptic PDEs via numerical continuation
多目标优化在现代应用中起着越来越重要的作用,其中多个目标通常具有同等重要性。因此,多目标优化和多目标最优控制的任务是计算冲突目标之间的最优折衷集(Pareto集)。由于帕累托集通常由无限数量的解决方案,计算工作可以很快成为具有挑战性的,这是特别有问题的,当目标是昂贵的评估是由偏微分方程(PDE)的模型的情况下。为了将数值工作量减少到可承受的量,可以使用代理模型来代替昂贵的PDE评估。现有的多目标最优化方法,使用模型降阶是有限的,要么低参数尺寸或少数(理想情况下两个)的目标。在这篇文章中,我们提出了一个组合的减少基础模型降阶法与连续的方法,使用不精确的梯度。由此产生的方法可以处理任意数量的目标,同时产生显着减少计算时间。
2019-06-21 math.OC
Global Convergence and Rate Analysis of the Steepest Descent Method for Uncertain Multiobjective Optimization via a Robust Optimization Approach
本文针对不确定多目标优化问题,在已有局部收敛性工作基础上,严格证明了最速下降法的全局收敛性和线性收敛速率,从而完善其理论基础并提升鲁棒优化方法的实用性。
2025-03-09 math.OC
Point Convergence Analysis of the Accelerated Gradient Method for Multiobjective Optimization: Continuous and Discrete
National Center for Applied Mathematics in Chongqing, Chongqing Normal University(重庆师范大学 重庆应用数学中心)
本文针对多目标优化加速梯度法的点收敛性公开问题,分别证明α=3时连续MAVD系统轨迹、所提离散MAG-GM方法生成序列均收敛至弱帕累托最优解。
2025-11-13 math.OC
Memory gradient method for multiobjective optimization
本文提出了一种新的寻找多目标最优化问题Pareto临界点的下降法,称为多目标记忆梯度法。该方法的主要思想是选择当前下降方向和过去多步迭代信息的组合作为新的搜索方向,并通过两种策略获得步长。证明了具有适当参数的发展方向在每次迭代时总是满足充分下降条件。在适当的假设下,我们得到了算法的整体收敛性和收敛速度。最后通过数值实验验证了该方法的有效性。
2022-06-01 math.OC
The Quasi-Newton Method for the Composite Multiobjective Optimization Problems
本文针对复合多目标优化问题(CMOP)提出了结合Armijo线搜索的BFGS、自标度BFGS和Huang BFGS等新拟牛顿方法,并证明了算法生成序列的聚点为Pareto稳定点和最优点。
2023-09-10 math.OC
Approximate solutions in multiobjective interval-valued optimization problems: Existence theorems and optimality conditions
针对基于区间序的多目标区间值优化问题,本文建立近似解的存在性定理,并在非光滑非凸条件下给出KKT及近似KKT最优性条件,且应用于非合作博弈。
2025-02-18 math.OC
Extension of the value function reformulation to multiobjective bilevel optimization
本文考虑一个具有向量值上下两层目标函数的多目标双层最优化问题。近年来,这些问题引起了人们的极大兴趣。然而,到目前为止,标量化似乎是用于处理低层问题的主要方法。在这里,我们利用边界映射的概念,扩展了最优值函数的概念,我们的参数多目标低级别的问题。在此基础上,我们建立了一个易于处理的约束规格,我们用来推导必要的最优性条件的问题。随后,我们表明,我们得到的必要最优性条件代表了一个自然扩张,从标准的乐观的双层计划与标量目标函数。
2022-01-03 math.OC
$\ell_0$-Norm Multiobjective Optimization Models Motivated by Applications to Proton Therapy
本文针对质子治疗中非凸不可微的$\ell_0$-范数优化问题,利用变分分析和标量化方法提出次梯度算法并分析收敛性,数值实验展示了算法特性及其与梯度下降的关联。
2025-09-09 math.OC
A proximal gradient method with adaptive backtracking for weakly smooth multiobjective optimization
Nihon University(日本大学);The Institute of Statistical Mathematics(统计数学研究所)
针对弱光滑多目标优化问题,提出无参数自适应线搜索近端梯度法,建立非凸、凸情形下的复杂度结果,非凸情形接受更宽松的 stationarity 测度,凸情形复杂度优于非凸情形。
2026-08-04 math.OC
A Scalarization Proximal Point Method for Quasiconvex Multiobjective Minimization
本文提出了一种解具有局部Lipschitz和拟凸向量函数的多目标无约束极小化问题的标量化邻近点方法。我们证明,在自然的假设下,由该方法产生的序列是很好的定义和全局收敛到一个Pareto-Clarke临界点。我们的方法可以被看作是一个扩展,为非凸的情况下,不精确的近似方法的多目标凸最小化问题研究Bonnel等人。(SIAM杂志优化15,4,953-970,2005)。
2014-07-24 math.OC
MOCVXPY: a CVXPY extension for multiobjective optimization
GERAD and Département de mathématiques et de génie industriel, Polytechnique Montréal(蒙特利尔高等商学院 GERAD 及数学与工业工程系);Department of applied mathematics, Friedrich Schiller University Jena(耶拿弗里德里希·席勒大学应用数学系)
本文介绍MOCVXPY,一个基于CVXPY的开源Python库,用于凸向量优化,支持直观代数描述,并通过金融和能源实例展示其功能。
2025-10-23 math.OC
Variable Metric Method for Unconstrained Multiobjective Optimization Problems
本文提出了一种求解无约束多目标最优化问题的变度量法。首先,在一般框架中使用不同的正定矩阵生成点序列。证明了序列的聚点是Pareto临界点。然后,没有凸性假设,强收敛性所提出的方法。此外,我们使用一个公共矩阵来逼近所有目标函数的黑塞矩阵,并由此提出了一种新的非单调线搜索技术,以获得局部超线性收敛速率.最后,数值结果验证了该方法的有效性.
2022-07-15 math.OC
A generalized conditional gradient method for multiobjective composite optimization problems
本文研究多目标复合最优化问题,它是由同时极小化若干个目标函数组成的,每个目标函数由光滑和非光滑函数组成。为了解决这些问题,我们提出了一个广义版本的条件梯度法,也被称为弗兰克-沃尔夫方法。该方法进行了分析与三个步长策略,包括Armijo型,自适应,并减少步长。我们建立了渐近收敛性质和迭代复杂性的界限,有和没有凸性假设的目标函数。数值实验说明的方法的实际行为。
2023-02-24 math.OC
Scaled Proximal Gradient Methods for Multiobjective Optimization: Improved Linear Convergence and Nesterov's Acceleration
针对多目标优化中目标不平衡导致收敛慢的问题,提出缩放近端梯度方法SPGMO,利用曲率信息缩放目标,实现改进的线性收敛性,并结合Nesterov加速技术进一步提升收敛速度。
2024-10-28 math.OC
An efficient descent method for locally Lipschitz multiobjective optimization problems
本文对局部Lipschitz连续多目标最优化问题(MOPs)提出了一种有效的下降法.该方法是通过结合一个理论结果,关于计算的下降方向的非光滑MOPs与一个实用的方法来近似的次微分的目标函数。我们证明了收敛到满足Pareto最优性的一个必要条件的点。使用一组测试问题,我们比较我们的方法的多目标近端束方法由Mäkelä。结果表明,我们的方法是有竞争力的,同时更容易实现。当目标函数评估的数量较大时,次梯度评估的总数较低。最后,我们表明,我们的方法可以结合细分算法来计算整个Pareto集的非光滑MOPs。
2020-04-24 math.OC
Multiobjective Optimization of Non-Smooth PDE-Constrained Problems
本文综述了非光滑PDE约束多目标优化领域的最新进展,重点报告了DFG优先计划1962项目2在处理开关、状态约束与模型降阶方面的研究成果。
2023-08-02 math.OC
Approximating the Pareto set of multiobjective linear programs via Robust Optimization
我们考虑多个线性目标和线性约束的问题,并使用可调鲁棒优化和多项式优化作为工具,以近似Pareto集与多项式的任意大的次数。与现有技术的主要区别是,我们优化一个单一的(扩展的)最优化问题,提供了一个多项式逼近,而现有的方法迭代地构建一个分段线性逼近。所提出的方法的优点之一是,它是更有用的可视化的帕累托集。
2015-01-12 math.OC
Global convergence of a modified BFGS-type method based on function information for nonconvex multiobjective optimization problems
针对非凸多目标优化,提出改进BFGS型方法MFQNMO,用公共矩阵近似所有目标Hessian矩阵以降低计算负担,证明了其不依赖凸性的收敛性与局部超线性收敛速率,并通过实验验证有效性。
2024-10-11 math.OC
Sequential Henig proper optimality conditions for multiobjective fractional programming problems via sequential proper subdifferential calculus
本文在没有任何约束规格的情况下,利用函数的$ε$ -次微分和次微分,给出了约束多目标分式规划问题存在Henig正常有效解的序列最优性充要条件.这是通过采用序列Henig次微分规则的总和$m \ (m\geq 2)$正常的凸向量值映射与两个凸向量值映射的组合。为了举例说明本文的主要结果,我们在Moreau-Rockafellar条件下建立了经典的最优性条件。我们的主要结果是在自反巴拿赫空间中给出的,避免了网的使用。
2023-02-20 math.OC
Inertial dynamics with vanishing Tikhonov regularization for multiobjective optimization
本文提出一种带消失阻尼和Tikhonov正则化的二阶动力系统解决多目标优化问题,证明了解的存在性与快速收敛性,并扩展了单目标优化理论,为快速梯度及近端点方法奠定基础。
2025-06-27 math.OC
Barzilai-Borwein Proximal Gradient Methods for Multiobjective Composite Optimization Problems with Improved Linear Convergence
本文针对多目标优化中目标函数不平衡导致收敛缓慢的问题,提出两类Barzilai-Borwein近端梯度方法BBPGMO,证明其在非凸、凸和强凸情形下分别达到次线性、次线性和线性收敛速率,并在多个线性目标函数情形下获得优于现有一阶方法的线性收敛性能。
2023-08-09 math.OC
A Quasi Newton Method for Uncertain Multiobjective Optimization Problems via Robust Optimization Approach
本文提出一种拟牛顿法求解任意有限不确定性集下不确定多目标优化问题的鲁棒对应问题,通过构造子问题确定下降方向,结合Armijo线搜索和修正BFGS公式,证明算法超线性收敛,并用数值实验验证其优于加权和方法。
2023-10-11 math.OC
Pareto Set Characterization in Constrained Multiobjective Optimization and the COBI Problem Generator *
Inria, CMAP, CNRS, École Polytechnique, Institut Polytechnique de Paris(法国国家信息与自动化研究所,巴黎综合理工学院数学与应用数学中心,法国国家科学研究中心,巴黎综合理工学院,巴黎理工学院);Jožef Stefan Institute(约瑟夫·斯蒂芬研究所)
本文提出可解析求解的约束多目标优化问题,其帕累托集可形式化刻画,通过多峰构造实现多模态性、病态性和非分离性,并引入COBI生成器用于无导数优化算法的基准测试。
2026-04-10 math.OC
Approximate solutions for robust multiobjective optimization programming in Asplund spaces
本文研究了任意Asplund空间中带不确定约束的非光滑/非凸多目标最优化问题。首先给出了近似弱鲁棒有效解的模糊形式的最优性必要条件最优性条件,然后利用Frechet次微分的模糊最优性条件,在极限次微分意义下建立了近似弱鲁棒拟有效解的最优性必要定理.在广义伪凸函数的新概念下,得到了该问题近似(弱)鲁棒拟有效解的充分条件.最后,我们解决了一个近似的Mond-Weir型对偶鲁棒问题的参考问题,并探讨弱,强,逆对偶性质的假设下的伪凸性。
2022-11-14 math.OC
Adaptive generalized conditional gradient method for multiobjective optimization
本研究提出一种适用于有/无约束多目标优化的广义条件梯度法,结合归一化下降方向与线搜索,证明了Pareto最优性收敛性并分析复杂度,数值实验验证了其可行性与竞争力。
2025-03-22 math.OC
A global Barzilai and Borwein's gradient normalization descent method for multiobjective optimization
本文提出了一种用于多目标优化的全局巴兹利AI和博文梯度归一化下降法,通过改进的归一化技术和线搜索策略,实现了帕累托临界点的全局收敛性和线性收敛率。
2025-12-11 math.OC
A Barzilai-Borwein Descent Method for Multiobjective Optimization Problems
Fliege等人提出的最速下降方法是多目标优化问题下降法研究的一个热点,近年来得到了广泛的关注。然而,实验结果表明,Armijo线搜索往往给出一个非常小的步长沿最陡的方向,这严重减慢收敛。本文指出,这主要是由于目标函数之间的不平衡造成的。为了解决这个问题,我们提出了一个Barzilai-Borwein下降法的多目标优化(BBDMO),动态调谐梯度幅度使用Barzilai-Borwein的规则,在测向子问题。利用单调和非单调线搜索技术,证明了BBDMO生成的聚点是Pareto临界点。理论结果表明,在BBDMO算法中,Armijo线搜索可以获得更好的搜索步长.最后,数值实验的比较结果报告,说明BBDMO的效率和验证的理论结果。
2022-04-19 math.OC
Robust Optimization Approach for Solving Uncertain Multiobjective Optimization Problems Using the Projected Gradient Method
本文将投影梯度法扩展至不确定多目标优化问题,结合逐目标最坏情况代价构建鲁棒对等模型,提出投影梯度下降算法并证明其收敛到鲁棒弱Pareto最优解,数值实验验证了方法有效性。
2025-03-09 math.OC
Robust optimality and duality for composite uncertain multiobjective optimization in Asplund spaces with its applications
本文在Asplund空间下研究复合不确定多目标优化问题,通过变分分析技术建立鲁棒有效解的最优性条件,构造Mond-Weir型鲁棒对偶并分析相关性质,最终将结果应用于两类不确定优化问题。
2024-03-09 math.OC
The convergence rate of the accelerated proximal gradient algorithm for Multiobjective Optimization is faster than $O(1/k^2)$
针对多目标优化,本文改进 Tanabe 等人的加速近似梯度算法,利用新的外推项将收敛速率从 $O(1/k^2)$ 提升至 $o(1/k^2)$,并给出同速率的非精确版本。
2023-12-12 math.OC
Fast Convergence of Inertial Multiobjective Gradient-like Systems with Asymptotic Vanishing Damping
提出首个带渐近消失阻尼的惯性多目标类梯度动力系统,证明其解弱收敛于弱帕累托最优点且函数值收敛率达$O(t^{-2})$,为多目标优化快速梯度法奠定基础。
2024-03-27 math.OC
Accelerated Proximal Gradient Method with Backtracking for Multiobjective Optimization
本文针对多目标优化中Lipschitz常数未知问题,提出基于FISTA的回溯策略,允许参数非递增更新,并在温和假设下证明算法达到$O(1/k^2)$收敛速率。
2024-12-30 math.OC