Approximation d'un ensemble d'incertitude pour l'optimisation robuste dirigée par les données - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Approximation d'un ensemble d'incertitude pour l'optimisation robuste dirigée par les données

Résumé

Approximation d'un ensemble d'incertitude pour l'optimisation robuste dirigée par les données

Domaines

Recherche opérationnelle [math.OC] Combinatoire [math.CO]
Fichier principal
Vignette du fichier
Roadef_2022_Approximation_v2.pdf (377.38 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

CCSD Sciencesconf.org  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03596172

Soumis le : jeudi 3 mars 2022-15:14:26

Dernière modification le : mardi 17 septembre 2024-15:55:26

Archivage à long terme le : samedi 4 juin 2022-19:28:58

Télécharger pour visualiser

Dates et versions

hal-03596172 , version 1 (03-03-2022)

Identifiants

  • HAL Id : hal-03596172 , version 1

Citer

Benoit Loger, Alexandre Dolgui, Fabien Lehuédé, Guillaume Massonnet. Approximation d'un ensemble d'incertitude pour l'optimisation robuste dirigée par les données. ROADEF 2022 : 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, INSA Lyon, Feb 2022, Villeurbanne - Lyon, France. ⟨hal-03596172⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA EC-NANTES UNAM TDS-MACS LS2N IMT-ATLANTIQUE LS2N-MODELIS ROADEF2022 NANTES-UNIVERSITE INSTITUT-MINES-TELECOM
75 Consultations
52 Téléchargements

Partager

More