Palabras clave
fuzzy programming
optimization
Programación posibilística
programación borrosa
optimización
Cómo citar
Resumen
En este trabajo se introduce tanto a la Programación Posibilística como a la Programación Borrosa como paradigmas que permiten resolver problemas de optimización cuando los coeficientes del modelo de programación lineal o las restricciones del mismo se presentan como números borrosos, en lugar de números exactos (crisp, en inglés). Se presentan algunos ejemplos basados en [1]
Citas
De Andrés Sánchez J.; Terceño Gómez A.,(2002) “Programación matemática y regresión lineal con instrumentos de la teoría de los subconjuntos borrosos”, Departamento de Gestión de Empresas, Facultad de Ciencias Económicas y Empresariales. Universidad Rovira i Virgili.
Fuller, R. (1986) “On a spetial type of fuzzy linear programming”, Colloquia Mathematica Societatis Janos Bolyai 49.
Kaufmann, A.; Gil Aluja, J.; Terceño, A. (1994), “Matemática para la economı́a y la gestión de empresas”. Foro Científico, Barcelona.
Lai, Y.J.; Hwang, C.L. (1992) “A new approach to some possibilistic linear programming problem”, Fuzzy sets and systems 49.
Lai, Y.L.; Hwang, C.L. (1996) “Fuzzy Multiple Objective Decision Making”. Springer-Verlag, Berlin.
Lai, Y.L; Hwang, C.L. (1992) “Fuzzy Mathematical Programming”. Springer-Verlag, Berlin.
Ramik, J.; Rimanek, J. (1985) “Active decision making in fuzzy linear optimization problems”, European Journal of Operational Research 41.
Rommelfanger, H.; Hanuscheck, R.; Wolf, J. (1989) “Linear programming with fuzzy objectives”, Fuzzy Sets and Systems 29.
Tanaka, H.; Asai, K. (1984) “Fuzzy linear programming with fuzzy numbers”, Fuzzy Sets and Systems 13.
Zimmermann, H.-J. (1991) “Fuzzy Set Theory and Its Applications”. Kluwer Academic, Dordrecht.
Comentarios
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Derechos de autor 2013 Revista de Matemática: Teoría y Aplicaciones