×

技术说明–两阶段样本稳健优化。 (英语) Zbl 1485.90077号

摘要:我们研究了一种基于重叠线性决策规则的简单近似方案,用于求解具有类型-(infty)Wasserstein模糊集的数据驱动的两阶段分布鲁棒优化问题。我们的主要结果表明,对于两阶段随机线性优化问题,该近似方案是渐近最优的;也就是说,在温和的假设下,当数据点的数量增加到无穷大时,通过近似鲁棒优化问题获得的最优成本和最优第一阶段决策收敛到潜在随机问题的成本和最优一阶段决策。这些保证特别适用于没有相对完整的追索权,在应用中经常出现。在这种情况下,我们通过数值实验表明,近似方案实际上是易于处理的,并且产生的决策明显优于从最先进的数据驱动替代方案中获得的决策。

MSC公司:

90立方厘米 数学规划中的稳健性
90立方厘米 随机规划
90 C59 数学规划中的近似方法和启发式

软件:

索姆
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Beale EML(1955)关于最小化受线性不等式约束的凸函数。J.皇家统计师。Soc公司。17(2):173-184.谷歌学者·Zbl 0068.13701号
[2] Ben-Tal A,Goryashko A,Guslitzer E,Nemirovski A(2004)不确定线性规划的可调鲁棒解。数学。编程99(2):351-376.Crossref,谷歌学者·Zbl 1089.90037号 ·doi:10.1007/s10107-003-0454-y
[3] Bertsimas D,Caramanis C(2010)多级线性优化中的有限适应性。IEEE传输。自动化控制55(12):2751-2766.Crossref,谷歌学者·Zbl 1368.90100号 ·doi:10.1109/TAC.2010.2049764
[4] Bertsimas D,Goyal V(2012)关于两阶段自适应优化中仿射策略的威力和局限性。数学。编程134(2):491-531.Crossref,谷歌学者·Zbl 1267.90083号 ·doi:10.1007/s10107-011-0444-4
[5] Bertsimas D,Shtern S,Sturt B(2018)多阶段随机线性优化的数据驱动方法。11月3日提交的预印本,http://www.optimization-online.org/DB_FILE/2018/11/6907.pdf。谷歌学者
[6] Bertsimas D,Sim M,Zhang M(2019)自适应分布鲁棒优化。管理科学。65(2):604-618.链接,谷歌学者
[7] Birge JR,Louveaux F(2011年)随机规划导论(Springer Science&Business Media,纽约)。Crossref,谷歌学者·Zbl 1223.90001号 ·doi:10.1007/978-1-4614-0237-4
[8] Chen X,Zhang Y(2009)不确定线性规划:扩展的仿射可调鲁棒对应项。操作。物件。57(6):1469-1482.链接,谷歌学者·Zbl 1226.90053号
[9] Chen Z,Sim M,Xiong P(2020)使用rsome轻松实现稳健随机优化。管理科学。66(8):3329-3339。谷歌学者
[10] Conforti M、Cornuejols G、Zambelli G(2014)整数编程(柏林施普林格)。Crossref,谷歌学者·Zbl 1307.90001号 ·doi:10.1007/978-3-319-11008-0
[11] Dantzig GB(1955)不确定性下的线性规划。管理科学。1(3-4):197-206.链接,谷歌学者·Zbl 0995.90589号
[12] Delage E,Ye Y(2010),力矩不确定性下的分布稳健优化,应用于数据驱动问题。操作。物件。58(3):595-612.Link,谷歌学者·Zbl 1228.90064号
[13] Erdoóan E,Iyengar G(2006)模糊机会约束问题和稳健优化。数学。编程107(1-2):37-61.Crossref,谷歌学者·Zbl 1134.90028号 ·doi:10.1007/s10107-005-0678-0
[14] Erdoóan E,Iyengar G(2007)关于两阶段凸机会约束问题。数学。方法操作。物件。65(1):115-140.谷歌学者Crossref·Zbl 1126.90054号 ·doi:10.1007/s00186-006-0104-2
[15] Esfahani PM,Kuhn D(2018)《使用wasserstein度量的数据驱动分布式稳健优化:性能保证和可控制的重新设计》。数学。编程171(1-2):115-166.Crossref,谷歌学者·Zbl 1433.90095 ·doi:10.1007/s10107-017-1172-1
[16] Feige U,Jain K,Mahdian M,Mirrorkni V(2007)指数情景下的稳健组合优化。Fischetti M,Williamson DP,编辑:Internat。整数规划和组合优化会议(Springer,纽约),439-453.谷歌学者·Zbl 1136.90451号
[17] Fournier N,Guillin A(2015)关于经验测度的wasserstein距离的收敛速度。概率论相关领域162(3):707-738.Crossref,谷歌学者·Zbl 1325.60042号 ·doi:10.1007/s00440-014-0583-7
[18] Güler O(2010)优化的基础,第258卷(Springer Science&Business Media,纽约)。Crossref,谷歌学者·兹比尔1220.90001 ·doi:10.1007/978-0-387-68407-9
[19] Hanasusanto GA,Kuhn D(2018)wasserstein ball上两阶段分布鲁棒线性规划的二次规划重新构造。操作。物件。66(3):849-869.Link,谷歌学者·Zbl 1455.90121号
[20] Hanasusanto GA,Wiesemann W(2015)《两阶段稳健二进制编程的K-适应性》。操作。物件。63(4):877-891.谷歌学者链接·Zbl 1329.90164号
[21] Hoffman AJ(1952)关于线性不等式组的近似解。J.Res.国家标准局49(4):263-265.Crossref,谷歌学者·doi:10.6028/jres.049.027
[22] 蒋锐,关毅(2018)分布模糊的风险规避两阶段随机规划。操作。物件。66(5):1390-1405.Link,谷歌学者·Zbl 1455.90114号
[23] King AJ,Wets RJB(1991)凸随机规划的表观一致性。随机性随机报告。34(1-2):83-92.Crossref,谷歌学者·Zbl 0733.90049号 ·doi:10.1080/174425091083833676
[24] Liu A,Liu J-G,Lu Y(2019)关于无界密度函数的∞-wasserstein距离经验测度的收敛速度。夸脱。申请。数学。77(4):811-829.Crossref,谷歌学者·Zbl 1447.60008号 ·doi:10.1090/qam/1541
[25] Nemirovski A,Shapiro A(2006)机会约束的情景近似。Calafiore G,Dabbene F,编辑。不确定性设计的概率和随机方法(柏林施普林格),3-47,Crossref,谷歌学者·Zbl 1181.90248号 ·doi:10.1007/1-84628-095-81
[26] Robinson SM(1996)《样本路径优化分析》。数学。操作。物件。21(3):513-528.链接,谷歌学者·Zbl 0868.90087号
[27] 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
[28] Shapiro A(2003)蒙特卡罗抽样方法。运筹学和管理科学手册,第10卷(Elsevier,纽约),353-425.谷歌学者
[29] Shapiro A、Dentcheva D、Ruszczynski A(2009)随机规划讲座:建模与理论(费城SIAM)。Crossref,谷歌学者·邮编:1183.90005 ·数字对象标识代码:10.1137/1.9780898718751
[30] Trillos NG,Slepčev D(2015)关于无限运输距离中经验测度的收敛速度。加拿大数学J。67(6):1358-1383.谷歌学者交叉引用·Zbl 1355.60009号 ·doi:10.4153/CJM-2014-044-6
[31] Van Parys BPG,Esfahani PM,Kuhn D(2017)从数据到决策:分布稳健优化是最优的。预印本,4月13日提交,https://arxiv.org/abs/1704.04118.谷歌学者
[32] 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
[33] Xie W(2020)型∞wasserstein球上两阶段分布鲁棒线性规划的可追踪重整。操作。Res.Lett公司。48(4):513-523.Crossref,谷歌学者·Zbl 1479.90148号 ·doi:10.1016/j.orl.2020.06.003
[34] Xu H,Caramanis C,Mannor S(2012)稳健优化的分布解释。数学。操作。物件。37(1):95-110.Link,谷歌学者·Zbl 1243.90167号
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。