2000
DOI: 10.1016/s0305-0548(99)00075-1
|View full text |Cite
|
Sign up to set email alerts
|

Piecewise linear programming via interior points

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
1
0
1

Year Published

2005
2005
2022
2022

Publication Types

Select...
5

Relationship

1
4

Authors

Journals

citations
Cited by 5 publications
(2 citation statements)
references
References 15 publications
0
1
0
1
Order By: Relevance
“…A definição de uma solução básica para um problema de otimização linear por partes, com a função objetivo separável como em (3.6), é uma simples extensão de definição de solução básica da otimização linear, bastando que as variáveis não básicas sejam fixadas em pontos de não-diferenciação (Cavichia & Arenales, 2000). No caso particular da função dual em (3.6), cada função h i é não diferenciável apenas em λ i =0.…”
Section: A Estratégia Dual Simplexunclassified
“…A definição de uma solução básica para um problema de otimização linear por partes, com a função objetivo separável como em (3.6), é uma simples extensão de definição de solução básica da otimização linear, bastando que as variáveis não básicas sejam fixadas em pontos de não-diferenciação (Cavichia & Arenales, 2000). No caso particular da função dual em (3.6), cada função h i é não diferenciável apenas em λ i =0.…”
Section: A Estratégia Dual Simplexunclassified
“…Therefore, it is suggested a piecewise interval programming (PIP) to be developed by integrating piecewise linear programming (Premoli, 1986) and interval programming. A common technique to develop specialized algorithms for piecewise linear programs consists of transforming the original problem into an equivalent linear program and then applying a linear programming method and exploring the special created structure (Cavichia and Arenales, 2000). The proposed model can be solved when it is divided into several piecewise interval submodels.…”
Section: Solution Methodsmentioning
confidence: 99%