Eifi(X,W))+6010 j=m+1,m According to paper (the stochastic quasi-gradient may be estimated as follows; 6X)=9-3fX”+4",m)-1X…,W4 ·…s: (14) where vector W and X'is respectively observed value of W.and X in the K-th modelling;vector h'is uniformly distributed over [-1,1)whose components are independent;both s and as represent possitive.value and a.1. When the point is in stochastic feasible region,the stochastic quasi-gradient of the objective function is considered as searching direction,As the point satisfies P{f'(X,w)≤0}≥a -i∈(X,e) a subproblem is needed to determine searching direction.The subproblem may be presented as d4+1=d*+6(0(X1)-0(X*)) (15) max。6 3 s.t。(d",s)+6≤0 (0*(X“),)+6≤0 i∈I(X",e) (16) -1≤1川s11≤1，j=1,N I(X",e:)={i:-ek≤9'(X)≤0，e>0} From the subproblem(16),the searching direction sk1 can be calculated. The step size p.used in each iteration may be chosen between the following two step sizes: (1)The stochastic step size p which assures the convergence of the algo- rithm 2pi=∞，p-0 (17) (2)The maximum step size p which may be determined as follows pi=max.(p:X +ps"ED,} (18) where D,represents stochastic feasible region. The step size p may be chosen from formulation (19) 457， 牙 卜 ‘ 崔 斌下不丽 〕 一 。 ， ” 』 ， 二 了芬 ‘ 吞 ， ’ ‘ ， 平 告 一 ’少 · ， 平 ‘ 、 ， 。 一 一一 一一 一 一 一 月 刀 兮 一 一 一 矿 为 ‘ “ 犷 · 矿 么 ’ 一 ’ “ 〔 一 ， 〕 。 生 ， ， 已尽 一 几 ‘ ，评 成 。 任 ， · 弓 叮 ‘ 十 ’ 二 ‘ 口 ‘ 千 ’ 一 ‘ 。 。 毛 ， ‘ 吞镇。 几 盖 ， ‘ 毛 一 镇 日 川 毛， 任 盖 ， ￡ ， “ ， ， ￡ ‘ 二 礼 一 。 ‘ 夕 ‘ “ 镇 ， 。 、 ‘ ‘ 套 ， 仁 ， 卜 艺 ， ， 丈 丈 了 户艾 。 食 ‘ 份 “ 任 ， ， 。 ，。 ‘ 犷 ， 扭 。 ， 一 飞 》 立 爹碎