玛丽亚·巴佐特;玛格丽达·卡瓦略;蒂鲍特·维达尔 求解具有内生不确定性的两阶段随机规划的样本平均逼近方法。 arXiv公司：2402.15486 预印本，arXiv:2402.15486[math.OC]（2024）。 摘要：现实世界决策问题涉及1类决策相关的不确定性，其中随机过程的概率分布取决于模型决策。然而，很少有研究关注具有这种内生不确定性的两阶段随机规划，以及缺乏通用方法的研究。因此，我们在这里提出了一种基于随机变量变换的通用方法，这是一种在概率和统计学中广泛使用的技术。该方法适用于具有离散或连续内生随机变量的大规模问题。随机变量变换允许使用样本平均近似（SAA）方法，该方法在某些条件下提供了最优收敛保证。我们证明，对于一些经典分布，所提出的方法简化为求解混合整数线性或凸规划。最后，我们通过将该方法应用于网络设计和设施保护问题，并考虑随机变量的不同决策相关分布，验证了该方法的有效性。鉴于大多数分布导致非线性非凸确定性等效程序，该方法在所有情况下都求解混合整数线性程序。此外，它在合理的计算时间内为SAA方法生成了有吸引力的性能估计值，并且优于内生分布定义混合整数确定性等价物的情况。 BibTeX公司 引用 \textit{M.Bazotte}等人，“求解具有内生不确定性的两阶段随机程序的样本平均近似方法”，预印本，arXiv:2402.15486[math.OC]（2024） 全文： arXiv公司 OA许可证 arXiv数据取自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.