| ファイル情報(添付) | |
| タイトル |
Surrogate duality for robust quasiconvex vector optimization
|
| 著者 | |
| 収録物名 |
Applied Analysis and Optimization
|
| 巻 | 2 |
| 号 | 1 |
| 開始ページ | 27 |
| 終了ページ | 39 |
| 内容記述 |
その他
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
|
| 言語 |
英語
|
| 資源タイプ | 学術雑誌論文 |
| 発行日 | 2018 |
| アクセス権 | アクセス制限あり |
| 関連情報 |
～の異版である
[URI] http://yokohamapublishers.jp/online2/opaao/vol2/p27.html
～の異版である
|
