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.
|
掲載誌名 |
Applied Analysis and Optimization
|
巻 | 2
|
号 | 1
|
開始ページ | 27
|
終了ページ | 39
|
ISSN | 24321656
|
ISSN(Online) | 21891664
|
発行日 | 2018-05
|
資料タイプ |
学術雑誌論文
|
ファイル形式 |
PDF
|
関連情報URL(IsVersionOf) | http://yokohamapublishers.jp/online2/opaao/vol2/p27.html
|
権利関係 | Copyright © 2018 Yokohama Publishers
|
著者版/出版社版 |
著者版
|
部局 |
(旧組織)大学院総合理工学研究科
|