×
Huang，路易斯安那州;陈嘉伟

数据不确定性凸优化问题的加权鲁棒最优性。 （英语） Zbl 1473.90102号

最佳方案。莱特。 14，第5期，1089-1105（2020）.
作者考虑了一个不确定优化问题，其中目标和约束是依赖于确定和不确定变量的函数。目标和约束对于某些变量都是凸的。通过给目标函数的每个不确定参数赋权，引入了所考虑的不确定优化问题的加权鲁棒对应项。结果表明，不确定优化问题的加权稳健对应项的最优解是所引入的无约束多准则优化问题的弱Pareto最优解。给出了加权不确定优化问题最优解集与无约束多准则优化问题Pareto最优解集非空交的条件。最后，研究了不确定优化问题的加权鲁棒最优解集，引入了鲁棒约束条件的概念，并导出了可行点的最优性性质。
审核人：Svetlana A.Kravchenko（明斯克）

引用于4文件

MSC公司：

90立方厘米 数学规划中的稳健性
90C29型 多目标规划
90立方厘米 数学规划中的极小极大问题
90C25型 凸面编程
90立方厘米 灵敏度、稳定性、参数优化
49K35型 极小极大问题的最优性条件

关键词：

不确定凸优化;加权鲁棒优化;多准则优化;加权稳健最优解
PDF格式BibTeX公司 XML格式引用
\textit{L.Huang}和\textit{J.Chen}，Optim。莱特。14，第5号，1089--1105（2020；Zbl 1473.90102）
全文： DOI程序

参考文献：

[1] Ben-Tal，A。；LE Ghaoui；Nemirovski，A.，《稳健优化》（2009），普林斯顿：普林斯顿大学出版社，普林斯顿·Zbl 1221.90001号
[2] Bertsimas博士。；布朗，DB；Caramanis，C.，稳健优化理论与应用，SIAM Rev.，53，464-501（2011）·兹比尔1233.90259 ·doi:10.1137/080734510
[3] Ben-Tal，A。；Nemirovski，A.，稳健凸优化，数学。操作。决议，23769-805（1998）·Zbl 0977.90052号 ·doi:10.1287/门23.4.769
[4] Jeyakumar，V。；Li，GY，鲁棒凸规划中的强对偶性：完全刻画，SIAM J.Optim。，20, 3384-3407 (2010) ·Zbl 1228.90075号 ·数字对象标识代码：10.1137/100791841
[5] 机器人，RI；Jeyakumar，V。；Li，GY，参数凸优化中的鲁棒对偶，集值变量分析。，21, 177-189 (2013) ·Zbl 1327.90195号 ·doi:10.1007/s11228-012-0219-y
[6] 贝克，A。；Ben-Tal，A.，稳健优化中的对偶性：原始最差等于对偶最佳，Oper。Res.Lett.公司。，37, 1-6 (2009) ·Zbl 1154.90614号 ·doi:10.1016/j.orl.2008.09.010
[7] Kuroiwa，D。；李，GM，关于鲁棒凸多目标优化，J.非线性凸分析。，15, 1125-1136 (2014) ·Zbl 1334.90157号
[8] 陈，JW；Köbis，E。；Yao，JC，带约束的鲁棒非光滑多目标优化问题的最优性条件和对偶，J.Optim。理论应用。(2018) ·兹比尔1451.90139 ·doi:10.1007/s10957-018-1437-8
[9] Ben-Tal，A。；Nemirovski，A.，稳健优化方法与应用，数学。程序。序列号。B、 92、453-480（2002）·Zbl 1007.90047号 ·doi:10.1007/s101070100286
[10] Bertsimas博士。；Brown，DB，《为稳健线性优化构建不确定性集》，Oper。Res.，57，1483-1495（2009）·Zbl 1228.90061号 ·doi:10.1287/opre.1080.646
[11] Jeyakumar，V。；王建华；Li，GY，约束数据不确定性下鲁棒最佳近似的拉格朗日乘子特征，数学杂志。分析。申请。，393, 285-297 (2012) ·Zbl 1308.41028号 ·doi:10.1016/j.jmaa.2012.03.037
[12] Rockafellar，RT，凸分析（1970），普林斯顿：普林斯顿大学出版社，普林斯顿·Zbl 0193.18401号
[13] Jeyakumar，V.，凸优化中表征拉格朗日对偶的约束条件，J.Optim。理论应用。，136, 31-41 (2008) ·Zbl 1194.90069号 ·doi:10.1007/s10957-007-9294-x
[14] 机器人，RI；毕业，SM；Wanka，G.，关于凸优化问题的强拉格朗日对偶和全拉格朗奇对偶，J.Math。分析。申请。，337, 1315-1325 (2008) ·Zbl 1160.90004号 ·doi:10.1016/j.jmaa.2007.04.071
[15] 肉毒杆菌，RI；毕业，SM；Wanka，G.，无限维空间中强和全Fenchel-Lagrange对偶的新正则性条件，非线性分析。，69, 323-336 (2008) ·Zbl 1142.49015号 ·doi:10.1016/j.na.2007.05.021
[16] 方，DH；李，C。；Ng，KF，凸无限规划中最优性条件和总拉格朗日对偶的约束条件，非线性分析。，73, 1143-1159 (2010) ·Zbl 1218.90200号 ·doi:10.1016/j.na.2010.04.020
[17] Jeyakumar，V。；Lee，总经理；Li，GY，刻画数据不确定性下凸程序的鲁棒解集，J.Optim。理论应用。，164, 407-435 (2015) ·Zbl 1307.90136号 ·doi:10.1007/s10957-014-0564-0
[18] 太阳，XK；彭，ZY；Guo，XL，不确定凸优化问题鲁棒最优解的一些特征，Optim。莱特。，10, 1463-1478 (2016) ·Zbl 1379.90045号 ·doi:10.1007/s11590-015-0946-8
[19] Li，XB公司；Wang，S.，不确定数据凸规划鲁棒解集的刻画，Optim。莱特。，12, 1387-1402 (2018) ·Zbl 1396.90060号 ·doi:10.1007/s11590-017-1187-9
[20] 太阳，XK；Chai，Y.，关于具有不确定性数据的分式规划的鲁棒对偶，积极性。，18, 9-28 (2014) ·Zbl 1297.49061号 ·doi:10.1007/s11117-013-0227-7
[21] 太阳，XK；长，XJ；Fu，HY；Li，XB，不确定分式优化鲁棒最优解的一些特征及其应用，J.Ind.Manag。最佳。，13, 803-824 (2017) ·兹比尔1364.90308
[22] Köbis，E.，《稳健优化：标量稳健优化与无约束多准则优化之间的关系》，J.Optim。理论应用。，167, 969-984 (2015) ·Zbl 1361.90058号 ·doi:10.1007/s10957-013-0421-6
[23] Sayin，S。；Kouvelis，P.，《多目标离散优化问题：加权min-max两阶段优化方法和双准则算法》，Manag。科学。，51, 1572-1581 (2005) ·Zbl 1232.90331号 ·doi:10.1287/mnsc.1050.0413
[24] 埃尔戈特，M。；艾德·J。；Schöbel，A.，多目标优化问题的最小鲁棒性，欧洲期刊Oper。决议，239，17-31（2014）·兹比尔1339.90296 ·doi:10.1016/j.ejor.2014.03.013
[25] 曲，SJ；纪毅。；Goh，M.，稳健加权多目标博弈，Plos One。，10，e0138970（2015）·doi:10.1371/journal.pone.0138970
[26] Tuan，光伏；Koo，I.，基于粒子群优化的SWIPT认知无线电网络鲁棒加权和收获能量最大化，传感器。，10, 1-22 (2017)
[27] 张，C。；Xu，Y。；Dong，ZY，微电网分布式发电规划的概率加权稳健优化，IEEE。事务处理。电力系统。，337042-7051（2018）·doi:10.1109/TPWRS.2018.2849384
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。