Zobrazeno 1 - 10
of 36
pro vyhledávání: '"Yanikoglu, I."'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Yanikoglu, I.
The objective of robust optimization is to find solutions that are immune to the uncertainty of the parameters in a mathematical optimization problem. It requires that the constraints of a given problem should be satisfied for all realizations of the
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=narcis______::8c3d016fd898b55283af6a2694046874
https://research.tilburguniversity.edu/en/publications/45826f7e-6e21-481e-889e-4075ab9579ca
https://research.tilburguniversity.edu/en/publications/45826f7e-6e21-481e-889e-4075ab9579ca
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Robust optimization (RO) is a young and active research field that has been mainly developed in the last 15 years. RO techniques are very useful for practice and not difficult to understand for practitioners. It is therefore remarkable that real-life
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=narcis______::b49a14b57aa59dddc89d46f1a2224d23
https://research.tilburguniversity.edu/en/publications/faf9700a-de46-46b1-8bce-134aec4e9914
https://research.tilburguniversity.edu/en/publications/faf9700a-de46-46b1-8bce-134aec4e9914
Autor:
Yanikoglu, I., Hertog, D. den
This paper proposes a new way to construct uncertainty sets for robust optimization. Our approach uses the available historical data for the uncertain parameters and is based on goodness-of-fit statistics. It guarantees that the probability that the
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______645::16cf00f93e9493dfcb102b9a119dd63a
http://arno.uvt.nl/show.cgi?fid=121203
http://arno.uvt.nl/show.cgi?fid=121203