ファイル
言語
英語
著者
鈴木 聡 島根大学大学院総合理工学研究科数理科学領域
内容記述(抄録等)
In this paper, we study quasiconvex vector optimization with data uncertainty via robust optimization. By using scalarization, we introduce two types of surrogate duality theorems for robust quasiconvex vector optimization. We show surrogate min-max duality theorems for quasiconvex vector optimization with uncertain objective and/or constraints. For the problem with uncertain objective, we introduce its robust counterpart as a set-valued optimization problem.
主題
multiobjective programming
robust vector optimization
sur- rogate duality
constraint quali cation
掲載誌名
Applied Analysis and Optimization
2
1
開始ページ
27
終了ページ
39
発行日
2018
資料タイプ
学術雑誌論文
関連情報URL(IsVersionOf)
http://www.ybook.co.jp/online2/opaao/vol2/p27.html
部局
(旧組織)大学院総合理工学研究科 数理科学領域