• Journal of the Chungcheong Mathematical Society
• /
• v.27 no.3
• /
• pp.433-438
• /
• 2014

A semi-infinite optimization problem involving a quasi-convex objective function and infinitely many convex constraint functions with data uncertainty is considered. A surrogate duality theorem for the semi-infinite optimization problem is given under a closed and convex cone constraint qualification.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.9 no.13
• /
• pp.45-50
• /
• 1986

본 연구에서 고찰한 surrogate relaxation은 Lagrangian relaxation 방법과는 달리 제약식들을 선형조합으로 묶어 문제를 푼다. 수리계획 분계가 convexity를 만족하지 못하는 경우에는 Lagrangian의 경우와 마찬가지로 surrogate gap이 발생한다. Lagrangian 쌍대이론을 토대로 surrogate optimality condition을 알아보고 수리계획법의 특별 형태인 정수선형계획법에 적용해 보았다. 일반적으로 surrogate gap은 Lagrangian gap 보다 작기 때문에 좀더 근사하게 원 문제의 최적 목적 함수값에 접근할 수 있다. 따라서 branch and bound 알고리즘을 개발할 때 중요한 정보를 제공하는 것이다.