.png){kind=icon}
返回
A trust region method for uncertain multiobjective optimization: comparative analysis with existing descent methods
.png){kind=icon}
PRE
AI
DOI：10.1007/s11081-025-10070-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
不确定性优化问题在涉及不确定决策的领域（如金融、供应链管理、能源系统、医疗保健、交通运输、工程设计、风险管理、电信和农业）中发挥着关键作用。本文为不确定多目标优化问题（UMOPs）提出了一种信任域方法。为求解UMOP，考虑了一种目标导向的最坏情况型鲁棒对偶问题（OWRC），该问题将UMOP转化为确定性多目标优化问题（MOP）。为求解OWRC，开发了一种信任域算法，并给出了该算法的全局收敛性。随后，将信任域算法与现有方法（如最速下降法、牛顿法、修正拟牛顿法和加权和方法）进行了比较。通过性能剖面数值测试问题验证了算法的有效性。
Keyword:
Uncertain Multiobjective Optimization
Robust Efficiency
Newton's method
Quasi-Newton method
Trust region method
期刊
O
IF:
1.7
论文数:
74
被引数:
0
机构
引用论文
.png){kind=icon}
查看更多内容