| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| 2 基础知识 | 第16-24页 |
| ·集值映射,次微分,法锥 | 第16-19页 |
| ·MPEC基本定义 | 第19-23页 |
| ·随机集值映射与样本均值方法 | 第23-24页 |
| 3 求解Here-and-Now型SMPEC的样本均值正则方法的收敛性分析 | 第24-34页 |
| ·样本均值正则方法 | 第24页 |
| ·最优解的收敛性 | 第24-26页 |
| ·稳定点的收敛性 | 第26-33页 |
| ·小结 | 第33-34页 |
| 4 求解Here-and-Now型SMPEC的样本均值部分精确罚方法 | 第34-59页 |
| ·SMPEC与样本均值部分精确罚 | 第34-35页 |
| ·SMPEC与样本均值部分精确罚问题的关系 | 第35-43页 |
| ·精确罚因子的存在性 | 第35-41页 |
| ·稳定点的等价性 | 第41-43页 |
| ·目标函数的一致收敛性 | 第43-49页 |
| ·算法收敛性分析 | 第49-51页 |
| ·最优解的收敛性 | 第49-50页 |
| ·稳定点的收敛性 | 第50-51页 |
| ·光滑逼近问题的收敛性分析 | 第51-54页 |
| ·数值计算 | 第54-59页 |
| 5 下层Wait-and-See型SMPEC稳定性研究 | 第59-91页 |
| ·引言 | 第59-60页 |
| ·NLP-正则及稳定性分析 | 第60-69页 |
| ·NLP-正则 | 第60-62页 |
| ·最优值函数及最优解集的连续性 | 第62-64页 |
| ·最优值函数的Lipschitz连续性 | 第64-69页 |
| ·稳定点的稳定性及最优值函数的Lipschitz性质 | 第69-81页 |
| ·下层问题稳定点 | 第69-75页 |
| ·上层问题稳定点 | 第75-79页 |
| ·t=0处最优值函数的Lipschitz连续性 | 第79-81页 |
| ·相对概率测度的稳定性分析 | 第81-85页 |
| ·样本均值逼近 | 第85-91页 |
| 6 随机混合互补约束数学规划 | 第91-107页 |
| ·SMPEC问题的新模型 | 第91页 |
| ·新模型的实际应用 | 第91-93页 |
| ·求解新模型的算法 | 第93-95页 |
| ·算法收敛性分析 | 第95-102页 |
| ·最优解的收敛性 | 第95-97页 |
| ·稳定点的收敛性 | 第97-102页 |
| ·数值试验 | 第102-104页 |
| ·小结 | 第104-107页 |
| 结论与展望 | 第107-110页 |
| 参考文献 | 第110-119页 |
| 攻读博士学位期间学术论文完成情况 | 第119-120页 |
| 创新点摘要 | 第120-122页 |
| 致谢 | 第122-123页 |
| 作者简介 | 第123-125页 |
