Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Sufficient optimality condition and duality of nondifferentiable minimax ratio constraint problems under (p, r)-ρ-(η, θ)-invexity

Tytuł:
Sufficient optimality condition and duality of nondifferentiable minimax ratio constraint problems under (p, r)-ρ-(η, θ)-invexity
Autorzy:
Kailey, Navdeep
Sethi, Sonali
Saini, Shivani
Powiązania:
https://bibliotekanauki.pl/articles/2183486.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
minimax fractional programming
optimality conditions
duality
generalized invexity
Źródło:
Control and Cybernetics; 2022, 51, 1; 71--88
0324-8569
Język:
angielski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
There are several classes of decision-making problems that explicitly or implicitly prompt fractional programming problems. Portfolio selection problems, agricultural planning, information transfer, numerical analysis of stochastic processes, and resource allocation problems are just a few examples. The huge number of applications of minimax fractional programming problems inspired us to work on this topic. This paper is concerned with a nondifferentiable minimax fractional programming problem. We study a parametric dual model, corresponding to the primal problem, and derive the sufficient optimality condition for an optimal solution to the considered problem. Further, we obtain the various duality results under (p, r)-ρ-(η, θ)-invexity assumptions. Also, we identify a function lying exclusively in the class of (−1, 1)-ρ-(η, θ)- invex functions but not in the class of (1,−1)-invex functions and convex function already existing in the literature. We have given a non-trivial model of nondifferentiable minimax problem and obtained its optimal solution using optimality results derived in this paper.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies