Approximation à précision numérique prédéfinie d'une classe de problèmes d'optimisation non-linéaires non-convexes séparables - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Approximation à précision numérique prédéfinie d'une classe de problèmes d'optimisation non-linéaires non-convexes séparables

Résumé

Approximation à précision numérique prédéfinie d'une classe de problèmes d'optimisation non-linéaires non-convexes séparables

Domaines

Recherche opérationnelle [math.OC] Combinatoire [math.CO]
Fichier principal
Vignette du fichier
ROADEF2022_IPWL_abstract_v2.pdf (521.11 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-03595251

Soumis le : jeudi 3 mars 2022-10:47:32

Dernière modification le : mercredi 17 avril 2024-03:13:41

Archivage à long terme le : samedi 4 juin 2022-18:30:51

Télécharger pour visualiser

Dates et versions

hal-03595251 , version 1 (03-03-2022)

Identifiants

  • HAL Id : hal-03595251 , version 1

Citer

Claudio Contardo, Sandra Ulrich Ngueveu. Approximation à précision numérique prédéfinie d'une classe de problèmes d'optimisation non-linéaires non-convexes séparables. 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, INSA Lyon, Feb 2022, Villeurbanne - Lyon, France. ⟨hal-03595251⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLSE2 CNRS INSA-TOULOUSE LAAS LAAS-ROC UT1-CAPITOLE LAAS-DECISION-ET-OPTIMISATION TDS-MACS INSA-GROUPE ROADEF2022 TOULOUSE-INP UNIV-UT3 UT3-TOULOUSEINP
27 Consultations
26 Téléchargements

Partager

Gmail Facebook X LinkedIn More