返回结果列表
请使用此标识符引用或链接此项目:http://hdl.handle.net/10397/98995
标题: | 优化场景约简:求解具有质量保证的大规模随机程序 |
作者: | W·张 王,K 雅基拉特,A S·王 |
发布日期: | 2023年7月 |
资料来源: | 信息计算杂志,2023年7月至8月,第35卷,第4期,第886-908页 |
摘要: | 随机规划涉及具有指数级多个场景的大规模优化。本文提出了一种基于优化的场景约简方法,通过只求解小规模实例和有限数量的场景来生成高质量的解决方案和严格的下限。首先,我们制定了一个场景子集选择模型,该模型在解决方案池上优化追索权近似。我们为我们的公式提供了理论依据,并为其提供了一个量身定制的启发式求解方法。其次,我们提出了一种场景分类优化方法来计算下限,因此,通过放松跨场景“束”的非预期约束来获得最优性间隙。要解决这个问题,我们设计了一种新的列评估和生成算法,为具有多个决策变量和难以估计的目标参数的优化问题提供了一种可推广的方法。我们在具有连续和混合整数追索权的随机规划上测试了我们的方法。结果表明,(i)我们的场景缩减方法主导了场景缩减基准,(ii)我们的场景分类优化,结合列评估和生成,产生了严格的下限,以及(iii)我们的整体方法产生了更强的解决方案、更严格的下限,与最先进的随机编程算法相比,计算速度更快。 |
关键词: | 随机规划 场景减少 列评估和生成 |
发布者: | 信息 |
日志: | INFORMS计算机杂志 |
国际标准编号: | 1091-9856 |
EISSN公司: | 1526-5528 |
内政部: | 10.1287/ijoc.2023.1295 |
权利: | ©2023信息 这是以下文章的公认手稿:Zhang,W.等人(2023)。“优化场景简化:在质量保证的情况下解决大规模随机程序”。《计算信息杂志》35(4):886-908,最终版本发布于https://doi.org/10.1287/ijoc.2023.1295。 |
出现在集合中: | 期刊/杂志文章
|
访问
通过PolyU eLinks查看全文
显示完整项目记录
除非另有说明,否则DSpace中的项目受版权保护,保留所有权利。