×
恩斯特·罗斯；迪克·登赫托格

减少稳健优化中的保守性。 （英语） 兹伯利07303826

INFORMS J.计算。 第4号第32页，1109-1127页（2020）。
摘要：虽然稳健优化是处理优化中不确定性的一种强大技术，但其解可能过于保守。更具体地说，它可能导致目标值比标称解差得多，甚至导致鲁棒问题不可行。在实践中，这可能导致忽略稳健的解决方案，而偏向于名义解决方案。这种保守性是由稳健优化的约束方式及其核心假设造成的，即所有约束对于不确定性集中的所有场景都是困难的。本文试图通过提出一种替代的稳健公式来缓解这种保守主义，该公式将所有不确定性浓缩为一个单一约束，将最坏情况下的预期违反约束在上述原始约束中。使用分布稳健优化的最新结果，所提出的公式对左右两侧的不确定性都是可处理的。对NETLIB库中的问题进行了计算研究。对于某些问题，相对于标称解决方案，标准稳健解决方案的目标值增加了四倍，而我们找到的解决方案仅以目标值十分之一的成本来防止一半以上的违规。对于具有不可行的标准稳健对应项的问题，建议的方法仍然适用，并且可以找到两种解决方案，以较低的价格保护目标值免受大多数不确定性的影响。

引用于5文件

MSC公司：

90立方厘米 数学编程

关键词：

稳健优化；非应变不确定性；歧义
PDF格式BibTeX公司 XML格式引用
\textit{E.Roos}和\textit{D.den Hertog}，《信息与计算》。32，第4号，1109--1127（2020；Zbl 07303826）
全文： 内政部 链接

参考文献：

[1] Alvarez Miranda E，Ljubic I，Raghavan S，Toth P（2015）可恢复的鲁棒两级网络设计问题。INFORMS J.计算。27（1）：1-19链接，谷歌学者·Zbl 1327.90346号
[2] Anstreicher KM，Burer S（2010），低维二次型凸壳的可计算表示。数学。编程124（1-2）：33-43.Crossref，谷歌学者·兹比尔1198.90311 ·doi:10.1007/s10107-010-0355-9
[3] Ardestani-Jaafari A，Delage E（2016）分段线性函数和的稳健优化及其在库存问题中的应用。操作。物件。64（2）:474-494.Link，谷歌学者·Zbl 1342.90222号
[4] Baron O，Milner J，Nasgerdin H（2011）设施位置：一种稳健的优化方法。生产运营。管理20（5）：772-785.Crossref，谷歌学者·数字对象标识代码：10.1111/j.1937-5956.2010.01194.x
[5] Ben-Tal A，Nemirovski A（1998）稳健凸优化。数学。操作。物件。23（4）：769-805.谷歌学者链接·Zbl 0977.90052号
[6] Ben-Tal A，Nemirovski A（2000），受不确定数据污染的线性规划问题的稳健解决方案。数学。编程88（3）:411-424.Crossref，谷歌学者·Zbl 0964.90025号 ·doi:10.1007/PL00011380
[7] Ben-Tal A，Bertsimas D，Brown DB（2010）模糊度下优化的软鲁棒模型。操作。第58（4，第2部分）号决议：1220-1234.谷歌学者·Zbl 1228.90060号
[8] Ben-Tal A、Boyd S、Nemirovski A（2006）《稳健优化的扩展范围：不确定问题的全面稳健对应物》。数学。编程107（1-2）：63-89 Crossref，谷歌学者·Zbl 1134.90042号 ·doi:10.1007/s10107-005-0679-z
[9] Ben-Tal A、El Ghaoui L、Nemirovski A（2009）稳健优化（普林斯顿大学出版社，新泽西州普林斯顿）。Crossref，谷歌学者·Zbl 1221.90001号 ·doi:10.1515/9781400831050
[10] Ben-Tal A，Brekelmans R，Den Hertog D，Vial JP（2017）非线性不确定不等式的全局稳健优化。INFORMS J.计算。29（2）：350-366.Link，谷歌学者·Zbl 1371.90092号
[11] Bertsimas D，Nohadani O，Teo KM（2010）约束问题的非凸鲁棒优化。INFORMS J.计算。22（1）：44-58链接，谷歌学者·Zbl 1243.90176号
[12] Bertsimas D，Sim M（2004）稳健性的代价。操作。物件。52（1）：35-53.链接，谷歌学者·Zbl 1165.90565号
[13] Calafiore GC，Ghaoui LE（2006）关于分布稳健的机会约束线性规划。J.优化。理论应用。130（1）：1-22.Crossref，谷歌学者·Zbl 1143.90021号 ·数字对象标识代码：10.1007/s10957-006-9084-x
[14] Chen W，Sim M，Sun J，Teo CP（2010）从CVaR到不确定性集：联合机会约束优化的含义。操作。物件。58（2）:470-485.链接，谷歌学者·Zbl 1226.90051号
[15] El Ghaoui L，Lebret H（1997）具有不确定数据的最小二乘问题的鲁棒解。SIAM J.矩阵分析。申请。18（4）:1035-1064.谷歌学者交叉引用·Zbl 0891.65039号 ·doi:10.1137/S08954797986298130
[16] Fiacco AV，Kyparisis J（1986）参数非线性规划中最优值函数的凸性和凹性。J.优化。理论应用。48（1）:95-126.Crossref，谷歌学者·兹伯利0556.90085 ·doi:10.1007/BF00938592
[17] Fischetti M，Monaci M（2009）《光鲁棒性》。Ahuja RK、Möhring RH、Zaroliagis CD编辑。稳健的在线大规模优化（施普林格，柏林，海德堡），61-84.Crossref，谷歌学者·Zbl 1266.90196号 ·doi:10.1007/978-3-642-05465-53
[18] Gablel V，Lacroix M，Murat C，Remli N（2014）不确定需求下的稳健位置运输问题。离散应用程序。数学。164（第1部分）：100-111.谷歌学者交叉引用·Zbl 1331.90096号 ·doi:10.1016/j.dam.2011.09.015
[19] Goerick M，Schöbel A（2016）稳健优化中的算法工程。Kliemann L，Sanders P，编辑。算法工程（瑞士查姆施普林格），245-279.Crossref，谷歌学者·doi:10.1007/978-3-319-49487-68
[20] Gorissen BL，den Hertog D（2013）包含线性函数最大值和的不等式的稳健对应项。欧洲药典。物件。227（1）：30-43.Crossref，谷歌学者·Zbl 1292.90316号 ·doi:10.1016/j.ejor.2012.10.007
[21] Hanasusanto GA，Roitch V，Kuhn D，Wiesemann W（2017）平均和离散信息下的模糊联合机会约束。操作。物件。65（3）：751-767.链接，谷歌学者·Zbl 1387.90271号
[22] Iancu DA，Trichakis N（2014）稳健优化中的帕累托效率。管理科学。60（1）：130-147.链接，谷歌学者
[23] Madansky A（1959）对多元随机变量的凸函数的期望有界。安。数学。统计师。30（3）：743-746。交叉引用，谷歌学者·Zbl 0090.11203号 ·doi:10.1214/aoms/1177706203
[24] Mudchanatongsuk S，Ordóñez F，Liu J（2008）运输成本和需求不确定性下网络设计的稳健解决方案。《运营杂志》。Res.Soc公司。59（5）：652-662.Crossref，谷歌学者·兹比尔1153.90341 ·doi:10.1057/palgrave.jors.2602362
[25] Mutapcic A，Boyd S（2009）具有悲观预言的鲁棒凸优化的割集方法。最佳方案。方法软件24（3）：381-406.Crossref，谷歌学者·Zbl 1173.90502号 ·doi:10.1080/155678802712889
[26] Pessoa AA，Poss M（2015）《外包成本不确定的稳健网络设计》。INFORMS J.计算。27（3）：507-524.链接，谷歌学者·Zbl 1328.90023号
[27] Posek K，Ben-Tal A，Den Hertog D，Melenberg B（2018），均值和离散信息下具有模糊随机约束的稳健优化。操作。物件。66（3）：814-833.链接，谷歌学者·Zbl 1455.90123号
[28] Rockafellar RT（1970）凸分析（普林斯顿大学出版社，新泽西州普林斯顿）。Crossref，谷歌学者·Zbl 0932.90001号 ·doi:10.1515/9781400873173
[29] Roos E，den Hertog D，Ben-Tal A，de Ruiter F，Zhen J（2018）硬不确定凸不等式的逼近。在线优化。2018年12月5日查阅，http://www.optimization-online.org/DB_HTML/2018/06/6679.HTML谷歌学者
[30] Schöbel A（2014）广义光鲁棒性和鲁棒性与标称质量之间的权衡。数学。方法操作。物件。80（2）：161-191.Crossref，谷歌学者·Zbl 1327.90326号 ·doi:10.1007/s00186-014-0474-9
[31] Shapiro A、Dentcheva D、Ruszczynski A（2014）随机规划讲座：建模与理论第16卷（SIAM，费城）。Crossref，谷歌学者·Zbl 1302.90003号 ·doi:10.1137/1.9781611973433
[32] Shapiro A，Nemirovski A（2005）关于随机规划问题的复杂性。持续优化（波士顿斯普林格），111-146，Crossref，谷歌学者·Zbl 1115.90041号 ·doi:10.1007/0-387-26771-94
[33] Soyster AL（1973）带集合非决定性约束的凸规划及其在不精确线性规划中的应用。操作。物件。21（5）：1154-1157.Link，谷歌学者·Zbl 0266.90046号
[34] Wiesemann W，Kuhn D，Sim M（2014）分布鲁棒凸优化。操作。物件。62（6）：1358-1376.链接，谷歌学者·Zbl 1327.90158号
[35] Xie W，Ahmed S（2018）关于分布鲁棒联合机会约束优化问题的确定性重新表述。SIAM J.Optim公司。28（2）:1151-1182.Crossref，谷歌学者·Zbl 1390.90412号 ·doi:10.1137/16M1094725
[36] Yoshise A，Matsukawa Y（2010）关于双非负锥上的优化。2010年IEEE国际。交响乐。计算机辅助控制系统设计（CACSD）（IEEE，新泽西州皮斯卡塔韦），13-18，谷歌学者
[37] Zymler S、Kuhn D、Rustem B（2013）具有二阶矩信息的分布稳健联合机会约束。数学。编程137（1-2）：167-198.谷歌学者Crossref·Zbl 1286.90103号 ·doi:10.1007/s10107-011-0494-7
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。