Cardinality constrained optimization problems (CCOP) are a new class of optimization problems with many applications. In this thesis, we propose a framework called mathematical programs with disjunctive subspaces constraints (MPDSC), a special case of mathematical programs with disjunctive constraints (MPDC), to investigate CCOP. Our method is different from the relaxed complementarity-type reformulation in the literature. The first contribution of this thesis is that we study various stationarity conditions for MPDSC, and then apply them to CCOP. In particular, we recover disjunctive-type strong (S-) stationarity and Mordukhovich (M-) stationarity for CCOP, and then reveal the relationship between them and those from the relaxed complementarity-type reformulation. The second contribution of this thesis is that we obtain some new results for MPDSC, which do not hold for MPDC in general. We show that many constraint qualifications like the relaxed constant positive linear dependence (RCPLD) coincide with their piecewise versions for MPDSC. Based on such result, we prove that RCPLD implies error bounds for MPDSC. These two results also hold for CCOP. All of these disjunctive-type constraint qualifications for CCOP derived from MPDSC are weaker than those from the relaxed complementarity-type reformulation in some sense. / Graduate

Diese Arbeit befasst sich mit Untersuchung der Hölder Calmness, eines Stabilitätskonzeptes das man als Verallgemeinerung des Begriffs der Calmness erhält. Ausgehend von Charakterisierungen dieser Eigenschaft für Niveaumengen von Funktionen, werden, unter der Voraussetzung der Hölder Calmness, Prozeduren zur Bestimmung von Elementen dieser Mengen analysiert. Ebenso werden hinreichende Bedingungen für Hölder Calmness studiert. Da Hölder Calmness (nichtleerer) Lösungsmengen endlicher Ungleichungssysteme mittels (lokaler) Fehlerabschätzungen beschrieben werden kann, werden auch Erweiterungen der lokalen zu globalen Ergebnissen diskutiert. Als Anwendung betrachten wir speziell den Fall von Niveaumengen von Polynomen bzw. allgemeine Lösungsmengen polynomialer Gleichungen und Ungleichungen. Eine konkrete Frage, die wir beantworten wollen, ist die nach dem Zusammenhang zwischen dem größten Grad der beteiligten Polynome sowie dem Typ, d.h. dem auftretenden Exponenten, der Hölder Calmness des entsprechenden Systems. / This thesis is concerned with an analysis of Hölder calmness, a stability property derived from the concept of calmness. On the basis of its characterization for (sub)level sets, we will cogitate about procedures to determine points in such sets under a Hölder calmness assumption. Also sufficient conditions for Hölder calmness of (sub)level sets and of inequality systems will be given and examined. Further, since Hölder calmness of (nonempty) solution sets of finite inequality systems may be described in terms of (local) error bounds, we will as well amplify the local propositions to global ones. As an application we investigate the case of (sub)level sets of polynomials and of general solution sets of polynomial equations and inequalities. A concrete question we want to answer here is, in which way the maximal degree of the involved polynomials is connected to the exponent of Hölder calmness or of the error bound for the system in question.

No description available.

The main purpose of this dissertation is to investigate directional constraint qualifications and necessary optimality conditions for nonsmooth set-constrained mathematical programs. First, we study sufficient conditions for metric subregularity of the set-constrained system. We introduce the directional version of the quasi-/pseudo-normality as a sufficient condition for metric subregularity, which is weaker than the classical quasi-/pseudo-normality, respectively. Then we apply our results to complementarity and Karush-Kuhn-Tucker systems. Secondly, we study directional optimality conditions of bilevel programs. It is well-known that the value function reformulation of bilevel programs provides equivalent single-level optimization problems， which are nonsmooth and never satisfy the usual constraint qualifications such as the Mangasarian-Fromovitz constraint qualification (MFCQ). We show that even the first-order sufficient condition for metric subregularity (which is generally weaker than MFCQ) fails at each feasible point of bilevel programs. We introduce the directional Clarke calmness condition and show that under the directional Clarke calmness condition, the directional necessary optimality condition holds. We perform directional sensitivity analysis of the value function and propose the directional quasi-normality as a sufficient condition for the directional Clarke calmness. / Graduate / 2021-07-07

Abstract In the last few years, location-awareness has emerged as a key technology for the future development of mobile, ad hoc and sensor networks. Thanks to location information, several network optimization strategies as well as services can be developed. However, the problem of determining accurate location, i.e. positioning, is still a challenge and robust algorithms are yet to be developed. In this thesis, we focus on the development of distance-based non-cooperative and cooperative algorithms, which is derived based on a non-parametric non- Bayesian framework, specifically with a Weighted Least Square (WLS) optimization. From a theoretic perspective, we study the WLS problem and establish the optimality through the relationship with a Maximum Likelihood (ML) estimator. We investigate the fundamental limits and derive the consistency conditions by creating a connection between Euclidean geometry and inference theory. Furthermore, we derive the closed-form expression of a distance-model based Cramér-Rao Lower Bound (CRLB), as well as the formulas, that characterize information coupling in the Fisher information matrix. Non-cooperative positioning is addressed as follows. We propose a novel framework, namely the Distance Contraction, to develop robust non-cooperative positioning techniques. We prove that distance contraction can mitigate the global minimum problem and structured distance contraction yields nearly optimal performance in severe channel conditions. Based on these results, we show how classic algorithms such as the Weighted Centroid (WC) and the Non-Linear Least Square (NLS) can be modified to cope with biased ranging. For cooperative positioning, we derive a novel, low complexity and nearly optimal global optimization algorithm, namely the Range-Global Distance Continuation method, to use in centralized and distributed positioning schemes. We propose an effective weighting strategy to cope with biased measurements, which consists of a dispersion weight that captures the effect of noise while maximizing the diversity of the information, and a geometric-based penalty weight, that penalizes the assumption of bias-free measurements. Finally, we show the results of a positioning test where we employ the proposed algorithms and utilize commercial Ultra-Wideband (UWB) devices. / Tiivistelmä Viime vuosina paikkatietoisuudesta on tullut eräs merkittävä avainteknologia mobiili- ja sensoriverkkojen tulevaisuuden kehitykselle. Paikkatieto mahdollistaa useiden verkko-optimointistrategioiden sekä palveluiden kehittämisen. Kuitenkin tarkan paikkatiedon määrittäminen, esimerkiksi kohteen koordinaattien, on edelleen vaativa tehtävä ja robustit algoritmit vaativat kehittämistä. Tässä väitöskirjassa keskitytään etäisyyspohjaisten, yhteistoiminnallisten sekä ei-yhteistoiminnallisten, algoritmien kehittämiseen. Algoritmit pohjautuvat parametrittömään ei-bayesilaiseen viitekehykseen, erityisesti painotetun pienimmän neliösumman (WLS) optimointimenetelmään. Väitöskirjassa tutkitaan WLS ongelmaa teoreettisesti ja osoitetaan sen optimaalisuus todeksi tarkastelemalla sen suhdetta suurimman todennäköisyyden (ML) estimaattoriin. Lisäksi tässä työssä tutkitaan perustavanlaatuisia raja-arvoja sekä johdetaan yhtäpitävyysehdot luomalla yhteys euklidisen geometrian ja inferenssiteorian välille. Väitöskirjassa myös johdetaan suljettu ilmaisu etäisyyspohjaiselle Cramér-Rao -alarajalle (CRLB) sekä esitetään yhtälöt, jotka karakterisoivat informaation liittämisen Fisherin informaatiomatriisiin. Väitöskirjassa ehdotetaan uutta viitekehystä, nimeltään etäisyyden supistaminen, robustin ei-yhteistoiminnallisen paikannustekniikan perustaksi. Tässä työssä todistetaan, että etäisyyden supistaminen pienentää globaali minimi -ongelmaa ja jäsennetty etäisyyden supistaminen johtaa lähes optimaaliseen suorituskykyyn vaikeissa radiokanavan olosuhteissa. Näiden tulosten pohjalta väitöskirjassa esitetään, kuinka klassiset algoritmit, kuten painotetun keskipisteen (WC) sekä epälineaarinen pienimmän neliösumman (NLS) menetelmät, voidaan muokata ottamaan huomioon etäisyysmittauksen harha. Yhteistoiminnalliseksi paikannusmenetelmäksi johdetaan uusi, lähes optimaalinen algoritmi, joka on kompleksisuudeltaan matala. Algoritmi on etäisyyspohjainen globaalin optimoinnin menetelmä ja sitä käytetään keskitetyissä ja hajautetuissa paikannusjärjestelmissä. Lisäksi tässä työssä ehdotetaan tehokasta painotusstrategiaa ottamaan huomioon mittausharha. Strategia pitää sisällään dispersiopainon, joka tallentaa häiriön aiheuttaman vaikutuksen maksimoiden samalla informaation hajonnan, sekä geometrisen sakkokertoimen, joka rankaisee harhattomuuden ennakko-oletuksesta. Lopuksi väitöskirjassa esitetään tulokset kokeellisista mittauksista, joissa ehdotettuja algoritmeja käytettiin kaupallisissa erittäin laajakaistaisissa (UWB) laitteissa.

Ce travail de recherche vise à contribuer au développement de nouveaux outils d'estimation d'erreur globale et locale en ingénierie mécanique. Les estimateurs d'erreur globale étudiés reposent sur le concept d'erreur en relation de comportement à travers des techniques spécifiques de construction de champs admissibles, assurant l'aspect conservatif ou garanti de l'estimation. Une nouvelle méthode de construction de champs admissibles est mise en place et comparée à deux autres méthodes concurrentes, en matière de précision, coût de calcul et facilité d'implémentation dans les codes éléments finis. Une amélioration de cette nouvelle méthode hybride fondée sur une minimisation locale de l'énergie complémentaire est également proposée. Celle-ci conduit à l'introduction et à l'élaboration de critères géométriques et énergétiques judicieux, permettant un choix approprié des régions à sélectionner pour améliorer localement la qualité des champs admissibles. Dans le cadre des estimateurs d'erreur locale basés sur l'utilisation conjointe des outils d'extraction et des estimateurs d'erreur globale, deux nouvelles techniques d'encadrement de l'erreur en quantité d'intérêt sont proposées. Celles-ci sont basées sur le principe de Saint-Venant à travers l'emploi de propriétés spécifiques d'homothétie, afin d'améliorer la précision des bornes d'erreur locale obtenues à partir de la technique d'encadrement classique fondée sur l'inégalité de Cauchy-Schwarz. Les diverses études comparatives sont menées dans le cadre des problèmes d'élasticité linéaire en quasi-statique. Le comportement des différents estimateurs d'erreur est illustré et discuté sur des exemples numériques tirés d'applications industrielles. Les travaux réalisés constituent des éléments de réponse à la problématique de la vérification dans un contexte industriel. / This research work aims at contributing to the development of innovative global and goal-oriented error estimation tools applied to Computational Mechanics. The global error estimators considered rely on the concept of constitutive relation error through specific techniques for constructing admissible fields ensuring the recovery of strict and high-quality error estimates. A new hybrid method for constructing admissible stress fields is set up and compared to two other techniques with respect to three different criteria, namely the quality of associated error estimators, the computational cost and the simplicity of practical implementation into finite element codes. An enhanced version of this new technique based on local minimization of the complementary energy is also proposed. Judicious geometric and energetic criteria are introduced to select the relevant zones for optimizing the quality of the admissible fields locally. In the context of goal-oriented error estimation based on the use of both extraction techniques and global error estimators, two new improved bounding techniques are proposed. They lean on Saint-Venant's principle through specific homotheticity properties in order to obtain guaranteed and relevant bounds of better quality than with the classical bounding technique based on the Cauchy-Schwarz inequality. The various comparative studies are conducted on linear elasticity problems under quasi-static loading conditions. The behaviour of the different error estimators is illustrated and discussed through several numerical experiments carried out on industrial cases. The associated results may open up opportunities and help broaden the field of model verification for both academic research and industrial applications.

No description available.