样品

扩展随机规划的代数建模语言。代数建模语言在数学规划中得到了研究人员和实践者的广泛接受和使用。在基本层次上,这些语言可以通过构造确定性等价物来定义随机规划(SP)模型。不幸的是,这会导致非常大的模型数据实例。相反,我们提出了一种直接的方法,即模型系数的随机值、决策变量和约束的阶段结构“叠加”在SP问题的潜在确定性(核心)模型上。这就导致了SP模型的自然定义,而生成的实例也是大量问题数据的紧凑表示。作为我们方法可操作性的一个例子,我们描述了AMPL语言的一个随机扩展的设计,它使得两阶段和多阶段的基于情景的追索问题的表述成为可能。这种扩展语言,我们称之为SAMPL,反过来嵌入到随机编程集成环境中,该环境有助于SP问题的建模和研究