Techniques d'échantillonnage Monte-Carlo et méthodes de régions de confiance en programmation stochastique nonlinéaire

Projet: Recherche

Détails du projet

Description

Le but de ce projet est de combiner les techniques d'échantillonnage Monte-Carlo aux méthodes de région de confiance, afin de résoudre de manière efficace des problèmes de programmation stochastique nonlinéaire.
statutFini
Les dates de début/date réelle29/03/0231/12/07

mots-clés

  • Monte-Carlo
  • region de confiance
  • programmation nonlinéaire
  • Programmation stochastique
  • région de confiance
  • programmation nonlineaire

Résultat de recherche

Estimating nonparametric random utility models with an application to the value of time in heterogeneous populations

Bastin, F., Cirillo, C. & Toint, P., 1 nov. 2010, Dans : Transportation Science. 44, 4, p. 537-549 13 p.

Résultats de recherche: Contribution à un journal/une revueArticle

File
  • 39 Téléchargements (Pure)

    Application of an adaptive Monte Carlo algorithm to mixed logit estimation

    Bastin, F., Cirillo, C. & Toint, P., 1 août 2006, Dans : Transportation Research Part B : Methodological. 40, 7, p. 577-593 17 p.

    Résultats de recherche: Contribution à un journal/une revueArticle

    File
  • 78 Téléchargements (Pure)

    Estimating mixed logit with non-parametric random variables

    Bastin, F., Cirillo, C. & Toint, P., 2006, Namur: FUNDP, Faculté des Sciences. Département de Mathématique. (Technical Report; Vol 06)

    Résultats de recherche: Livre/Rapport/RevueAutre rapport