Publications

The ideas of robust sets, robust functions and robustness of general set valued maps were introduced by Chew & Zheng and further developed by Shi, Zheng, Zhuang , Phú, Hoffmann and Hichert to weaken up the semi-continuity requirements of certain global optimization algorithms. Robust analysis, along with measure theory, has well served as the basis for the integral global optimization method (IGOM) (Chew & Zheng ). Hence, we have attempted here to extend the robust analysis of Zheng et al. to that of robustness of set-valued maps with given structures and marginal value functions. We are also of strong conviction that, the results of our investigation could open a way to apply the IGOM for the numerical treatment of some class of parametric optimization problems, when global optima are required. - MSC 2000: 90C34, 49J52, 49J53, 90C31. - Keywords: robust set; robust function; robust set-valued map; marginal value function; piecewise lower (upper) semi-continuous; approximatable function; approximatable set-valued map; regularity condition; extended Mangasarian-Fromowitz constraint qualification.

Die Arbeit beschäftigt sich überwiegend mit theoretischen Untersuchungen zur Bestimmung grober Startlösungen für verallgemeinerte semi-infinite Optimierungsaufgaben (GSIP) mit Methoden der globalen Optimierung. GSIP Probleme besitzen im Gegensatz zu den gewöhnlichen semi-infiniten Optimierungsaufgaben (SIP) die Eigenschaft, dass die Indexmenge, die die Restriktionen beschreibt, natürlich überabzählbar ist, wie bei (SIP) aber darüber hinaus von den Problemvariablen abhängig ist, d.h. die Indexmenge ist eine Punkt-Menge Abbildung. Solche Probleme sind von sehr komplexer Struktur, gleichzeitig gibt es große Klassen von naturwissenschaftlich-technischen, ökonomischen Problemen, die in (GSIP) modelliert werden können. Im allgemeinem ist die zulässige Menge von einem (GSIP) weder abgeschlossen noch zusammenhängend. Die Abgeschlossenheit von der zulässigen Menge ist gesichert durch die Unterhalbstetigkeit der Index-Abbildung. Viele Autoren machen diese Voraussetzung, um numerische Verfahren für (GSIP) herzuleiten. Diese Arbeit versucht erstmals, ohne Unterhalbstetigkeit der Index-Abbildung auszukommen. Unter diese schwächeren Voraussetzungen kann die zulässige Menge nicht abgeschlossen sein und (GSIP) kann auch keine Lösung besitzen. Trotzdem kann man eine verallgemeinerte Minimalstelle oder eine Minimalfolge für (GSIP) bestimmen. Für diese Zwecke werden zwei numerische Zugänge vorgeschlagen. Im ersten Zugang wird der zulässige Bereich des (GSIP) durch eine (gewöhnliche) parametrische semi-infinite Approximationsaufgabe beschrieben. Die Marginalfunktion der parametrischen Aufgabe ist eine exakte Straffunktion des zulässigen Bereiches des (GSIP). Im zweiten Zugang werden zwei Straffunktionen vorgestellt. Eine verwendet die semi-infinite Restriktion direkt als einen "Max"-Straffterm und die zweite entsteht durch das "lower level Problem" des (GSIP). In beiden Zugänge müssen wir uns mit unstetigen Optimierungsaufgaben beschäftigen. Es wird gezeigt, dass die entstehende Straffunktionen oberrobust (i.A. nicht stetig) sind und damit auch hier stochastische globale Optimierungsmethoden prinzipiell anwendbar sind. Der Hauptbeitrag dieser Arbeit ist die Untersuchung von Robustheiteigenschaften von Marginalfunktionen und Punkt-Menkg-Abbildung mit bestimmte Strukturen. Dieser kann auch als eine Erweiterung der Theorie der Robusten Analysis von Chew & Zheng betrachtet werden. Gleichzeitig wird gezeigt, dass die für halbstetigen Abbildungen und Funktionen bekannten Aussagen bis auf wenige Ausnahmen in Bezug auf das Robustheitskonzept übertragen werden können.