Anzeige
Erschienen in:
1997 | OriginalPaper | Buchkapitel
Reducing the Number of Criteria in Quasi-convex Multicriteria Optimization
verfasst von : Matthias Ehrgott, Stefan Nickel
Erschienen in: Operations Research Proceedings 1996
Verlag: Springer Berlin Heidelberg
Enthalten in: Professional Book Archive
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
In this paper we prove a reduction result for the number of criteria in quasi-convex multiob- jective optimization. This result states that to decide whether a point x in the decision space is Pareto optimal it suffices to consider at most n + 1 criteria at a time, where n is the dimension of the decision space. The main theorem is based on a geometric characterization of Pareto, strict Pareto and weak Pareto solutions.