Chanoksuda坎特里;拉比安·旺基里 利用对偶方法刻画数据不确定性优化问题的加权鲁棒最优解集。 (英语) Zbl 1462.49059号 J.非线性凸分析。 1919-1930年第9期21号(2020年). 摘要:本文的主要目的是通过一个混合型鲁棒对偶问题,获得一类凸优化问题在目标和约束条件都存在数据不确定性的情况下的加权鲁棒最优解集的特征。我们首先在确定性对应项之间建立鲁棒强对偶性,然后建立与拉格朗日乘子相关的拉格朗奇型函数的一些新性质。这些结果用于刻画这类不确定优化问题的加权鲁棒最优解集。 MSC公司: 49甲15 对偶理论(优化) 49K35型 极小极大问题的最优性条件 90C25型 凸面编程 90立方厘米 数学规划中的最优性条件和对偶性 关键词:不确定凸优化;加权稳健优化;加权鲁棒最优解;拉格朗日型函数;混合型对偶 PDF格式BibTeX公司 XML格式引用 \textit{C.Khantree}和\textit{R.Wangkeere},J.非线性凸分析。1919--1930年第9期21号(2020年;Zbl 1462.49059) 全文: 链接