我院院叶国菊教授团队在不确定性最优化领域取得新进展，相关成果《Solving nonsmooth interval optimization problems based on interval-valued symmetric invexity》发表在非线性领域国际著名期刊《Chaos, Solitons & Fractals》(一区TOP期刊，影响因子7.8）上。课题组博士研究生郭雅婷为第一作者，叶国菊教授为第二作者，刘尉副教授为通讯作者。该研究是团队2022年发表在同一期刊的《On symmetric gH-derivative: Applications to dual interval-valued optimization problems》的延续性工作，标志着他们在不确定性最优化领域的持续深入研究和突破。

区间优化是近年来新兴的一种建模范式，可以有效处理含有不确定信息的各种决策和优化问题。最优性条件和对偶理论不仅为算法设计提供理论依据，还与解的稳定性和灵敏性密切相关。然而，实际问题中涉及大量非光滑区间值函数，传统的光滑优化理论难以应用。

针对一类非光滑区间优化问题，本研究基于对称gH-导数定义了区间值对称不变凸、对称伪不变凸和对称拟不变凸等广义凸性概念，推广了传统的可微凸函数。应用广义凸性，建立了非光滑区间优化问题的最优性充分条件，并研究其Wolfe和Mond-Weir型对偶问题，得到对应的弱对偶、强对偶和严格逆对偶定理。最后，将其理论应用于区间数据的二分类问题。该研究为解决非光滑区间优化问题提供了重要的理论和算法基础。