9783030611798 - flexible and generalized uncertainty optimization: theory and approaches (studies in computational intelligence, 696, band 696) von lodwick, weldon a.; salles-neto, luiz l. (3 Ergebnisse)
Sprache: Englisch
Verlag: Springer, 2021
Serie: Buch 438 von 538 - Studies in Computational Intelligence
- Hardcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 104,09
EUR 13,97 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Springer, 2021
Serie: Buch 438 von 538 - Studies in Computational Intelligence
- Hardcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 140,49
EUR 11,66 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Hardcover. Zustand: Brand New. 2nd edition. 202 pages. 9.25x6.10x0.71 inches. In Stock.
Sprache: Englisch
Verlag: Springer International Publishing, 2021
Serie: Buch 438 von 538 - Studies in Computational Intelligence
- Hardcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 96,29
EUR 62,39 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book presents the theory and methods of flexible and generalized uncertainty optimization. Particularly, it describes the theory of generalized uncertainty in the context of optimization modeling. The book starts with an overview of flexible and genera…lized uncertainty optimization. It covers uncertainties that are both associated with lack of information and are more general than stochastic theory, where well-defined distributions are assumed. Starting from families of distributions that are enclosed by upper and lower functions, the book presents construction methods for obtaining flexible and generalized uncertainty input data that can be used in a flexible and generalized uncertainty optimization model. It then describes the development ofthe associated optimizationmodel in detail. Written for graduate students and professionals in the broad field of optimization and operations research, this second edition has been revised and extended to include more worked examplesand a section on interval multi-objective mini-max regret theory along with its solution method.
