Modelo determinístico de dos criterios para resolver problemas de desigualdad variacional mixta estocástica de vectores
Autores: Luo, Meiju; Du, Menghan; Zhang, Yue
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelo determinístico de dos criterios para resolver problemas de desigualdad variacional mixta estocástica de vectores
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estocástico
Vector mixto
Desigualdad variacional
Modelo determinista de bi-criterio
Problema de aproximación
Análisis de convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 45
Citaciones: Sin citaciones
En este documento, consideramos problemas estocásticos de desigualdad variacional vectorial mixta. Primero, presentamos una forma equivalente para los problemas estocásticos de desigualdad variacional vectorial mixta. En segundo lugar, presentamos un modelo determinístico de dos criterios para dar una resolución razonable de los problemas estocásticos de desigualdad variacional vectorial mixta y proponemos además el problema de aproximación para resolver el modelo determinístico dado empleando la técnica de suavizado y el método de aproximación promedio de muestras. En tercer lugar, obtenemos el análisis de convergencia para el problema de aproximación propuesto mientras que el espacio de muestra es compacto. Finalmente, proponemos un método de aproximación compacto cuando el espacio de muestra no es un conjunto compacto y proporcionamos los resultados de convergencia correspondientes.
Descripción
En este documento, consideramos problemas estocásticos de desigualdad variacional vectorial mixta. Primero, presentamos una forma equivalente para los problemas estocásticos de desigualdad variacional vectorial mixta. En segundo lugar, presentamos un modelo determinístico de dos criterios para dar una resolución razonable de los problemas estocásticos de desigualdad variacional vectorial mixta y proponemos además el problema de aproximación para resolver el modelo determinístico dado empleando la técnica de suavizado y el método de aproximación promedio de muestras. En tercer lugar, obtenemos el análisis de convergencia para el problema de aproximación propuesto mientras que el espacio de muestra es compacto. Finalmente, proponemos un método de aproximación compacto cuando el espacio de muestra no es un conjunto compacto y proporcionamos los resultados de convergencia correspondientes.