我院院葉國菊教授團隊在不确定性最優化領域取得新進展，相關成果《Solving nonsmooth interval optimization problems based on interval-valued symmetric invexity》發表在非線性領域國際著名期刊《Chaos, Solitons & Fractals》(一區TOP期刊，影響因子7.8）上。課題組博士研究生郭雅婷為第一作者，葉國菊教授為第二作者，劉尉副教授為通訊作者。該研究是團隊2022年發表在同一期刊的《On symmetric gH-derivative: Applications to dual interval-valued optimization problems》的延續性工作，标志着他們在不确定性最優化領域的持續深入研究和突破。

區間優化是近年來新興的一種建模範式，可以有效處理含有不确定信息的各種決策和優化問題。最優性條件和對偶理論不僅為算法設計提供理論依據，還與解的穩定性和靈敏性密切相關。然而，實際問題中涉及大量非光滑區間值函數，傳統的光滑優化理論難以應用。

針對一類非光滑區間優化問題，本研究基于對稱gH-導數定義了區間值對稱不變凸、對稱僞不變凸和對稱拟不變凸等廣義凸性概念，推廣了傳統的可微凸函數。應用廣義凸性，建立了非光滑區間優化問題的最優性充分條件，并研究其Wolfe和Mond-Weir型對偶問題，得到對應的弱對偶、強對偶和嚴格逆對偶定理。最後，将其理論應用于區間數據的二分類問題。該研究為解決非光滑區間優化問題提供了重要的理論和算法基礎。