Kim、Kibaek;科斯敏·佩特拉（Cosmin G.Petra）。;维克多·扎瓦拉（Victor M.Zavala）。 随机混合整数规划对偶分解的异步捆绑信任区域方法。 （英语） Zbl 1410.90138号 SIAM J.Optim公司。 29，第1号，318-342（2019）. 摘要：针对随机混合整数规划，我们在拉格朗日对偶分解的背景下提出了一种异步捆绑信任区域算法。该方法通过使用带有信任区域约束的束方法来解决拉格朗日主问题。该方案支持异步计算，因此有助于缓解严重的负载不平衡问题（与场景子问题的解决相关），并提高并行效率。我们对所提出的方案进行了收敛性分析和实现。我们还对一个大规模随机机组组合问题的80个实例给出了广泛的数值结果，并证明了所提出的方法显著缩短了求解时间并实现了很强的可伸缩性。 引用于7文件 MSC公司： 90立方厘米 随机规划 90立方厘米 整数编程 65克05 数值数学规划方法 68宽10 计算机科学中的并行算法 关键词：随机整数规划;束方法;异步;并行计算 软件：数字信号处理器 PDF格式BibTeX公司 XML格式引用 \textit{K.Kim}等人，SIAM J.Optim。29，第1号，318--342（2019；Zbl 1410.90138） 全文： 内政部 参考文献： [1] S.Ahmed，{\it 0-1随机程序的场景分解算法}，Oper。Res.Lett.公司。，41（2013），第565-569页·兹比尔1287.90041 [2] I.Aravena和A.Papavasiliou，{两阶段随机机组组合问题的分布式异步算法}，IEEE电力与能源学会大会，IEEE，2015年，第1-5页·Zbl 1473.90096号 [3] D.P.Bertsekas，{大规模凸优化的增量近似方法}，数学。程序。，129（2011），第163-195页·Zbl 1229.90121号 [4] D.P.Bertsekas，{增量聚合近似和增强拉格朗日算法}，预印本，2015年。 [5] C.C.Carøe和R.Schultz，｛\it随机整数规划中的对偶分解｝，Oper。Res.Lett.公司。，24（1999），第37-45页·Zbl 1063.90037号 [6] E.D.Dolan和J.J.More∏，{性能曲线基准优化软件}，数学。程序。，91（2002），第201-213页·邮编：1049.90004 [7] G.Emiel和C.Sagastizaíbal，{\it类增量捆绑方法及其在能源规划中的应用}，计算。最佳方案。应用。，46（2010年），第305-332页·Zbl 1220.90120号 [8] F.Fischer和C.Helmberg，{非光滑凸函数异步子空间优化的并行束框架}，SIAM J.Optim。，24（2014），第795-822页·Zbl 1297.90084号 [9] A.Frangioni，{广义束方法}，SIAM J.Optim。，13（2002），第117-156页·Zbl 1041.90037号 [10] M.Gaudioso、G.Giallombardo和G.Miglionico，{一种求解凸有限min-max问题的增量方法}，数学。操作。研究，31（2006），第173-187页·Zbl 1278.90439号 [11] K.Kim，{电力系统关键部件识别和优先排序的优化方法}，技术报告ANL/MCS-P7076-0717，阿贡国家实验室，2017年。 [12] K.Kim、A.Botterud和F.Qiu，{电力系统生产成本建模中改进机组承诺的时间分解}，IEEE Trans。电力系统。，33（2018），第5276-5287页。 [13] K.Kim、F.Yang、V.M.Zavala和A.A.Chien，{将数据中心作为可调度负载来利用闲置电力}，IEEE Trans。维持。《能源》，8（2017），第208-218页。 [14] K.Kim和V.M.Zavala，{应用于随机混合整数程序的双重分解方法的算法创新和软件}，数学。程序。计算。，10（2018年），第225-266页·Zbl 1400.90236号 [15] K.C.Kiwiel，{凸优化近似和增量次梯度方法的收敛性}，SIAM J.Optim。，14（2004），第807-840页·Zbl 1063.90039号 [16] K.C.Kiwiel，具有近似次梯度线性化的近端丛方法，SIAM J.Optim。，16（2006），第1007-1023页·Zbl 1104.65055号 [17] J.Linderath和S.Wright，计算网格上随机规划的分解算法，计算。最佳方案。应用。，24（2003），第207-250页·Zbl 1094.90026号 [18] M.Lubin，K.Martin，C.G.Petra和B.Sand\ikçi，{关于随机整数规划中的并行对偶分解}，Oper。Res.Lett.公司。，41（2013），第252-258页·兹比尔1286.90102 [19] A.Nedic和D.P.Bertsekas，{不可微优化的增量次梯度方法}，SIAM J.Optim。，12（2001），第109-138页·Zbl 0991.90099号 [20] A.Nedicí，D.P.Bertsekas和V.S.Borkar，{\it分布式异步增量次梯度方法}，Stud.Comput。数学。8，荷兰北部，阿姆斯特丹，2001年，第381-407页·Zbl 0997.90102号 [21] A.Papavasiliou和S.S.Oren，{输电约束网络中大风穿透的多区域随机机组组合}，Oper。Res.，61（2013），第578-592页·Zbl 1273.90035号 [22] O.Pearce、T.Gamblin、B.R.De Supinski、M.Schulz和N.M.Amato，{量化负载平衡算法的有效性}，《第26届ACM超级计算国际会议论文集》，ACM，纽约，2012年，第185-194页。 [23] K.Ryan、D.Rajan和S.Ahmed，{随机程序的场景分解：改进和异步实现}，2016年IEEE国际并行和分布式处理研讨会（IPDPSW），IEEE，2016，第722-729页。 [24] W.van Ackooij和A.Frangioni，{使用上层模型的增量束方法}，SIAM J.Optim。，28（2018），第379-410页·Zbl 1392.90094号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。