1. Trang chủ
  2. » Giáo Dục - Đào Tạo

(LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG

134 10 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Một Số Lớp Bài Toán Tối Ưu Không Lồi: Thuật Toán Và Ứng Dụng
Tác giả Phạm Thị Hoài
Người hướng dẫn TS. Nguyễn Cảnh Nam, GS. TSKH. Lê Thị Hoài An
Trường học Trường Đại học Bách Khoa Hà Nội
Chuyên ngành Toán học
Thể loại luận án tiến sĩ
Năm xuất bản 2020
Thành phố Hà Nội
Định dạng
Số trang 134
Dung lượng 1 MB

Nội dung

Ngày đăng: 15/05/2022, 14:45

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] H. Tuy (1964), "Concave programming under linear contraints", Soviet Math. Dokl., Vol. 5, pp. 1437-1440 Sách, tạp chí
Tiêu đề: Concave programming under linear contraints
Tác giả: H. Tuy
Nhà XB: Soviet Math. Dokl.
Năm: 1964
[2] H. Tuy (2016), "Convex Analysis and Global Optimization", the second edition, Spr inger International Publishing AG Switzerland Sách, tạp chí
Tiêu đề: Convex Analysis and Global Optimization
Tác giả: H. Tuy
Nhà XB: Spr inger International Publishing AG Switzerland
Năm: 2016
[3] L.T.H. An, P.D. Tao (2018), "DC programming and DCA: thirty years of devel-dưới gradientopments", Math. Program., Ser. B, Vol. 169 (1), pp. 5-68 Sách, tạp chí
Tiêu đề: DC programming and DCA: thirty years of developments
Tác giả: L.T.H. An, P.D. Tao
Nhà XB: Math. Program., Ser. B
Năm: 2018
[4] L.T.H. An, P.D. Tao (2001), "A continuous approach for globally solving linearly constrained quadratic zero-dưới gradientone programming problems", Optimization, Vol.50, pp. 93-120 Sách, tạp chí
Tiêu đề: A continuous approach for globally solvinglinearly constrained quadratic zero-dưới gradientone programming problems
Tác giả: L.T.H. An, P.D. Tao
Năm: 2001
[5] H.P. Benson (1998), "An outer approximation algorithm for generating all effi-dưới gradientcient extreme points in the outcome set of a multiple objective linear program-dưới gradient ming problem", J. Global Optim., Vol. 13, pp. 1-24 Sách, tạp chí
Tiêu đề: An outer approximation algorithm for generating all efficient extreme points in the outcome set of a multiple objective linear programming problem
Tác giả: H.P. Benson
Nhà XB: J. Global Optim.
Năm: 1998
[6] I. Das, J.E. Dennis (1998), "Normal-dưới gradientboundary intersection: A new method for generating the Pareto surface in nonlinear multicriteria optimization problems", SIAM J. Optim., Vol. 8, pp. 631-657 Sách, tạp chí
Tiêu đề: Normal-dưới gradientboundary intersection: A new method for generating the Pareto surface in nonlinear multicriteria optimization problems
Tác giả: I. Das, J.E. Dennis
Nhà XB: SIAM J. Optim.
Năm: 1998
[7] Y.Y. Haimes, L.S. Lasdon, D.A. Wismer (1971), "On a bicriterion formulation of the problems of integrated system identification and system optimization", IEEE Trans. Syst. Man Cyber., Vol. 1, pp. 296-297 Sách, tạp chí
Tiêu đề: On a bicriterion formulation of the problems of integrated system identification and system optimization
Tác giả: Y.Y. Haimes, L.S. Lasdon, D.A. Wismer
Năm: 1971
[8] P.L. Yu (1985), "Multiple-dưới gradientcriteria decision making: Concepts, techniques and extensions", Plenum Press, New York Sách, tạp chí
Tiêu đề: Multiple-dưới gradientcriteria decision making: Concepts, techniques and extensions
Tác giả: P.L. Yu
Nhà XB: Plenum Press
Năm: 1985
[9] A. Ben-Tal (1980), "Characterization of Pareto and lexicographic optimal solu-dưới gradienttions", Lecture Notes in Eco. and Math. Sys., Springer-Verlag, Berlin, Heidel-berg, Vol. 177, pp. 1-11 Sách, tạp chí
Tiêu đề: Characterization of Pareto and lexicographic optimal solutions
Tác giả: A. Ben-Tal
Nhà XB: Springer-Verlag
Năm: 1980
[10] R.E. Steuer (1986), "Multiple criteria optimization: Theory, computation and application", Wiley, New York Sách, tạp chí
Tiêu đề: Multiple criteria optimization: Theory, computation and application
Tác giả: R.E. Steuer
Nhà XB: Wiley
Năm: 1986
[11] M. Laumanns, L. Thiele, E. Zitzler (2006), "An efficient, adaptive parameter variation scheme for metaheuristics based on the epsilon-dưới gradientconstraint method", Eur. J. Oper. Res., Vol. 169(3), pp. 932-942.92 Sách, tạp chí
Tiêu đề: An efficient, adaptive parameter variation scheme for metaheuristics based on the epsilon-dưới gradientconstraint method
Tác giả: M. Laumanns, L. Thiele, E. Zitzler
Nhà XB: Eur. J. Oper. Res.
Năm: 2006
[13] K. D¨achert, K. Klamroth (2015), "A linear bound on the number of scalariza-dưới gradient tions needed to solve discrete tricriteria optimization problems", J. Glob. Optim., Vol.61(4), pp. 643-676 Sách, tạp chí
Tiêu đề: A linear bound on the number of scalariza-dưới gradient tions needed to solve discrete tricriteria optimization problems
Tác giả: K. D¨achert, K. Klamroth
Nhà XB: J. Glob. Optim.
Năm: 2015
[14] C. Dhaenens, J. Lemesre, E.G. Talbi (2010), "K-dưới gradientPPM: A new exact method to solve multiobjective combinatorial optimization problems", Eur. J. Oper.Res., Vol. 200(1), pp. 45-53 Sách, tạp chí
Tiêu đề: K-dưới gradientPPM: A new exact method to solve multiobjective combinatorial optimization problems
Tác giả: C. Dhaenens, J. Lemesre, E.G. Talbi
Nhà XB: Eur. J. Oper.Res.
Năm: 2010
[15] J. Lemesre, C. Dhaenens, E.G. Talbi (2007), "Parallel partitioning method (PPM): A new exact method to solve bi-dưới gradientobjective problems", Comput. Oper. Res., Vol. 34(8), pp. 2450-2462 Sách, tạp chí
Tiêu đề: Parallel partitioning method (PPM): A new exact method to solve bi-dưới gradientobjective problems
Tác giả: J. Lemesre, C. Dhaenens, E.G. Talbi
Nhà XB: Comput. Oper. Res.
Năm: 2007
[16] J. Sylva, A. Crema (2004), "A method for f inding the set of non-dưới gradientdominated vec-dưới gradienttors for multiple objective integer linear programs", Eur. J. Oper. Res., Vol.158(1), pp. 46-55 Sách, tạp chí
Tiêu đề: A method for finding the set of non-dưới gradientdominated vec-dưới gradienttors for multiple objective integer linear programs
Tác giả: J. Sylva, A. Crema
Nhà XB: Eur. J. Oper. Res.
Năm: 2004
[17] B. Lokman, M. K¨oksalan (2013), "Finding all nondominated points of multiob-dưới gradient jective integer programs", J. Glob. Optim., Vol. 57(2), pp. 347-365.¨ Sách, tạp chí
Tiêu đề: Finding all nondominated points of multiobjective integer programs
Tác giả: B. Lokman, M. K¨oksalan
Nhà XB: J. Glob. Optim.
Năm: 2013
[18] M. Ozlen, M. Azizo˘glu (2009), "Multi-dưới gradientobjective integer programming: a general approach for generating all non-dưới gradientdominated solutions", Eur. J. Oper.Res., Vol. 199, pp. 25-35 Sách, tạp chí
Tiêu đề: Multi-dưới gradientobjective integer programming: a general approach for generating all non-dưới gradientdominated solutions
Tác giả: M. Ozlen, M. Azizo˘glu
Nhà XB: Eur. J. Oper.Res.
Năm: 2009
[19] W. Zhang, M. Reimann (2014), "A simple augmented ε-dưới gradientconstraint method for multi-dưới gradientobjective mathematical integer programming problems", Eur. J. Oper.Res., Vol. 234(1), pp. 15-24 Sách, tạp chí
Tiêu đề: A simple augmented ε-dưới gradientconstraint method for multi-dưới gradientobjective mathematical integer programming problems
Tác giả: W. Zhang, M. Reimann
Nhà XB: Eur. J. Oper.Res.
Năm: 2014
[20] G. Mavrotas (2009), "Effective implementation of the ε-dưới gradientconstraint method in multiobjective mathematical programming problems", Appl. Math. Comput., Vol. 213(2), pp. 455-465 Sách, tạp chí
Tiêu đề: Effective implementation of the ε-dưới gradientconstraint method in multiobjective mathematical programming problems
Tác giả: G. Mavrotas
Nhà XB: Appl. Math. Comput.
Năm: 2009
[21] G. Mavrotas, K. Florios (2013), "An improved version of the augmented ε-dưới gradient constraint method (AUGMECON2) for f inding the exact Pareto set in multiob-dưới gradient jective integer programming problems", Appl. Math. Comput., Vol. 219(18), pp. 9652-9669 Sách, tạp chí
Tiêu đề: An improved version of the augmented ε-dưới gradient constraint method (AUGMECON2) for finding the exact Pareto set in multiob-dưới gradient jective integer programming problems
Tác giả: G. Mavrotas, K. Florios
Nhà XB: Appl. Math. Comput.
Năm: 2013

HÌNH ẢNH LIÊN QUAN

Hình 1.1: Minh họa trên đồ thị của hàm lồi y=f(x) - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 1.1 Minh họa trên đồ thị của hàm lồi y=f(x) (Trang 23)
biên dưới) và kí hiệu là ∂+ G (t.ư., ∂ −H ). Xem minh họa ở Hình 1.2. biên trên của G - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
bi ên dưới) và kí hiệu là ∂+ G (t.ư., ∂ −H ). Xem minh họa ở Hình 1.2. biên trên của G (Trang 31)
Hình 1.3: Đa - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 1.3 Đa (Trang 32)
Hình 1.5: Minh họa Mệnh đề 1.9 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 1.5 Minh họa Mệnh đề 1.9 (Trang 35)
Hình 2.1: Khung OFDMA/TDD mô tả xung đột giữa hai người dùng - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.1 Khung OFDMA/TDD mô tả xung đột giữa hai người dùng (Trang 43)
(i1, j 1) và (i2 ,j 2) được cấp cho người dùng k∗) thì toàn bộ cá cô dữ liệu trong hình - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
i1 j 1) và (i2 ,j 2) được cấp cho người dùng k∗) thì toàn bộ cá cô dữ liệu trong hình (Trang 44)
Bảng 2.1: Kết quả giải bài toán (RAP) bằng Thuật toán 2.2 và Thuật toán 2.3 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Bảng 2.1 Kết quả giải bài toán (RAP) bằng Thuật toán 2.2 và Thuật toán 2.3 (Trang 53)
Hình 2.8: n=25, m=50, Bộ dữ liệ u1 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.8 n=25, m=50, Bộ dữ liệ u1 (Trang 71)
Hình 2.6: n=25, m=5, Bộ dữ liệ u4 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.6 n=25, m=5, Bộ dữ liệ u4 (Trang 71)
Hình 2.3: n=25, m=5, Bộ dữ liệ u1 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.3 n=25, m=5, Bộ dữ liệ u1 (Trang 71)
Hình 2.7: n=25, m=5, Bộ dữ liệu 5 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.7 n=25, m=5, Bộ dữ liệu 5 (Trang 71)
Hình 2.10: n=25, m=50, Bộ dữ liệ u4 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.10 n=25, m=50, Bộ dữ liệ u4 (Trang 73)
Hình 2.9: n=25, m=50, Bộ dữ liệ u3 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.9 n=25, m=50, Bộ dữ liệ u3 (Trang 73)
Hình 2.18: n=125, m=25 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.18 n=125, m=25 (Trang 75)
Hình 2.20: n=175, m=35 - (LUẬN văn THẠC sĩ) một số lớp bài TOÁN tối ưu KHÔNG lồi THUẬT TOÁN và ỨNG DỤNG
Hình 2.20 n=175, m=35 (Trang 75)

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w