Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: programowanie półnieskończone

Sortuj według:

Ogranicz wyniki do:

Semiinfinite multiobjective fractional programming. P. II. Duality models

Zalmai G. J., Zhang Q.

Journal of Applied Analysis

2011

Vol. 17, nr 1

1-35

In this paper, we discuss a fairly large number of parametric and semiparametric duality results under various generalized (η, ρ)-invexity assumptions for a semiinfinite multiobjective fractional programming problem.

Semiinfinite multiobjective fractional programming. Part I: Sufficient efficiency conditions

Zalmai G. J., Zhang Q.

Journal of Applied Analysis

2010

Vol. 16, nr 2

199-224

In this paper, we formulate and discuss a fairly large number of sets of global parametric sufficient efficiency criteria under various generalized (η, ρ)-invexity assumptions, and prove a semiinfinite version of a well-known second-order sufficiency result for a semiinfinite multiobjective fractional programming problem.

Optymalne strategie pomiarowe w kalibracji modeli procesów z czasoprzestrzenną dynamiką

Kuczewski B.

Pomiary Automatyka Kontrola

2005

R. 51, nr 9 bis

77--79

W pracy rozważa się problem optymalnego rozmieszczenia na rozpatrywanym obszarze przestrzennym punktowych czujników stacjonarnych dokonujących pomiaru w celu dyskryminacji pomiędzy modelem odniesienia rozpatrywanego procesu a jego modelem alternatywnym. Dodatkowo zakłada się, że zakłócenia obserwacji stanu procesu podlegają, lokalnej korelacji przestrzennej. Ma to głębokie uzasadnienie, a dodatkowo zapobiega niekorzystnemu z praktycznego punktu widzenia zjawisku klasteryzacji czujników (tendencji do wykonywania pomiarów przez różne czujniki w tych samych punktach).

The paper considers the problem of determining an optimal location of stationary sensors collecting measurements in order to maximize the certainty of discrimination between alternative models of processes with spatio-temporal dynamics. In contrast to the usual assumption regarding the lack of correlations between observations of process states, the paper takes into consideration possible spatial correlations of this kind. Being justified in practice, such an assumption also prevents the clusterization phenomenon. The proposed approach consists in adopting the idea of T-optimum experimental design, recently developed for hetcrosccdastic models (multivariate models with time dynamic and possible correlations between outputs, when model parameters may appear in the structure of the covariance matrix). The resulting numerical method is presented on the example regarding the atmospheric pollution proliferation process.