Pour un schéma de lecture des modèles économiques complexes application à Mini-DMS
Power Unit – Cargo Space Link in Transport
Poznámka o programování v procesech markovského typu
Práce Vojtěcha Jarníka v kombinatorické optimalizaci
Pravděpodobnostní model spontánní vzruchové aktivity neuronu
Prediction in stochastic linear programming
Preface
Preface
Preface
Preface to the Special Issue
Preface to the special issue on ''Theoretical and numerical aspects of optimal control''
Préférences et rationalité stochastiques
Le but de cet article est de procéder à une présentation pédagogique d'un concept étendu de rationalité, la rationalité stochastique. Dans une première partie, nous exposons le problème à l'aide d'un exemple simple et posons un ensemble de définitions préliminaires. Puis, dans une seconde partie, nous présentons le résultat fondamental de Falmagne (1978) s'appliquant aux situations de choix multiples ; l'approche ensembliste de cet auteur est formalisée à partir du concept de polynômes de Block-Marschak...
Preventive Maintenance of Units Subject to Two Kinds of Wear Failure
Preventive replacement policies up to the first failure.
Prévision de la demande de soins à partir d'un système d'information décentralisé
Pricing and revenue management: present and trends.
Pricing exotic options under a high-order Markovian regime switching model.
Pricing for sparsity in the revised simplex method
Primal interior point method for minimization of generalized minimax functions
In this paper, we propose a primal interior-point method for large sparse generalized minimax optimization. After a short introduction, where the problem is stated, we introduce the basic equations of the Newton method applied to the KKT conditions and propose a primal interior-point method. (i. e. interior point method that uses explicitly computed approximations of Lagrange multipliers instead of their updates). Next we describe the basic algorithm and give more details concerning its implementation...
Primal interior-point method for large sparse minimax optimization
In this paper, we propose a primal interior-point method for large sparse minimax optimization. After a short introduction, the complete algorithm is introduced and important implementation details are given. We prove that this algorithm is globally convergent under standard mild assumptions. Thus the large sparse nonconvex minimax optimization problems can be solved successfully. The results of extensive computational experiments given in this paper confirm efficiency and robustness of the proposed...