随机最优化及其在数理统计中的应用

本项目主要研究了随机最优化的稳定性理论，统计方法和随机最优化在数理统计中的应用，得到的成果主要有：多阶段随机规划稳定性、随机最优化的统计推断、非线性模型最小一乘估计量的分、有约束条件回旭模型统计量的分布，U统计量的非一致性收敛速度等，这些文章中还给出了将数学规划应用于数理统计的方法，函数理论的研究增加一种有力工具（因为许多统计问题的数学实质就是最优化问题），使一些原来难以解决的统计问题得到了解决，如非线性模型的最小一乘估计问题，有不等式约束的估计等，这些成果和解决问题的思想得到国际学术界的承认和好评。