×

具有多元随机序约束的两阶段优化问题。 (英语) Zbl 1334.90089号

摘要:我们提出了一个二阶段决策向量值函数上具有随机序约束的两阶段风险规避随机优化问题。该模型是由一个多目标第二阶段问题驱动的。我们给出了问题的最优性条件,并分析了阶约束的拉格朗日松弛。我们提出了两种分解方法来解决这些问题,并证明了它们的收敛性。这些方法基于序约束的拉格朗日松弛和连续风险中性两阶段问题的构造。此外,我们提出了一种新的组合方法来验证多元顺序关系,这是两种方法的关键部分。我们使用我们的模型分析了一个供应链问题,并应用我们的方法来解决优化问题。数值结果证实了所提方法的有效性。

MSC公司:

90立方厘米 随机规划
60埃15 不平等;随机排序
90B50型 管理决策,包括多个目标
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Armbruster B,Luedtke J(2014)多元优势约束随机程序的模型和公式。IIE事务处理。47: 1-14. 交叉参考
[2] Benson HP(1999)广义{\(\gamma\)}-有效切割,使凹面最小化。J.优化。理论应用。102(2):289-298. 交叉参考·Zbl 0937.90084号
[3] Blackwell D(1953)实验的等效比较。安。数学。统计师。24:265-272. 交叉参考·兹比尔0050.36004
[4] Bonnans JF、Gilvert JC、Lemaréchal C、Sagastizábal C(2003)数值优化,理论和实践方面(柏林施普林格)。
[5] Branda M,Kopa M(2014),关于DEA风险模型和随机优势有效性检验之间的关系。欧洲中部期刊。物件。22:13-35. 交叉参考·Zbl 1339.90229号
[6] Dentcheva D,Martinez G(2012)关于追索权的随机排序约束的两阶段随机优化问题。欧洲药典。物件。219:1-8. 交叉参考·Zbl 1244.90174号
[7] Dentcheva D,Ruszczyñski A(2003)随机优势约束优化。SIAM J.优化。14:548-566. 交叉参考·Zbl 1055.90055号
[8] Dentcheva D,Ruszczyński A(2004)具有非线性支配约束的随机优化问题的最优性和对偶理论。数学。编程99:329-350. 交叉参考·Zbl 1098.90044号
[9] Dentcheva D,Ruszczyñski A(2006),逆随机支配约束和秩相关期望效用理论。数学。编程108:297-311. 交叉参考·Zbl 1130.91327号
[10] Dentcheva D,Ruszczyñski A(2008)风险规避优化中一致风险度量和随机优势约束之间的对偶性。Pacific J.Optim公司。4(3):433-446. ·Zbl 1206.90108号
[11] Dentcheva D,Ruszczyñski A(2009),多元随机优势约束优化。数学。编程117:111-127. 交叉参考·Zbl 1221.90069号
[12] Dentcheva D,Ruszczyñski A(2009),具有折扣随机优势约束的随机动态优化。SIAM J.控制优化。47(5):2540-2556. 交叉参考·Zbl 1180.90211号
[13] Dentcheva D,Wolfhagen E(2013)具有多变量随机优势约束的优化。Deodatis G、Elingwood BR、Frangopol DM编辑。结构和基础设施的安全性、可靠性、风险和寿命周期性能。2013年ICOSSAR会议记录(Taylor&Francis Group,伦敦),第8页。
[14] Dentcheva D,Wolfhagen E(2015)《多元随机优势约束优化》。SIAM J.优化。25(1):564-588. 交叉参考·Zbl 1358.90137号
[15] Drapkin D,Schultz R(2011)线性资源诱导的一阶优势约束随机程序的算法。预印本系列,德国杜伊斯堡大学数学系,653-2007·Zbl 1185.90160号
[16] Fábián CI,Mitra G,Roman D(2011)使用切割平面表示处理二阶随机优势模型。数学。编程130:33-57. 交叉参考·Zbl 1229.90108号
[17] Gollmer R、Gotzes U、Neise F、Schultz R(2007)《分散发电电力系统中随机优势的风险建模》。德国杜伊斯堡大学数学系技术报告。
[18] Gollmer R,Neise F,Schultz R(2008)混合整数线性资源诱导的一阶优势约束随机规划。SIAM J.优化。19:552-571. 交叉参考·Zbl 1173.90490号
[19] Grechuk B(2014)一项简单的SSD效率测试。最佳方案。信件8(7):2135-2143. 交叉参考·Zbl 1308.90097号
[20] Hardy GH、Littlewood JE、Pólya G(1934年)不平等。(英国剑桥大学出版社)。
[21] Homem-de-Mello T,Mehrotra S(2009)一种具有多面体随机优势约束的不确定线性规划的切割面方法。SIAM J.优化。20:1250-1273. 交叉参考·Zbl 1198.90291号
[22] Hu J,Homem-de-Mello T,Mehrotra S(2012),随机优势约束规划的样本平均逼近。数学。编程133:171-201. 交叉参考·Zbl 1259.90083号
[23] Kiwiel KC(1985)不可微优化的下降方法。数学课堂笔记第1133卷(柏林施普林格-弗拉格出版社)·Zbl 0561.90059号
[24] Konno H(1976)求解双线性程序的割平面算法。数学。编程11:14-27. 交叉参考·Zbl 0353.90069号
[25] Lehmann E(1955)有序分布族。安。数学。统计师。26:399-419. 交叉参考·Zbl 0065.11906号
[26] Lizhayev A,Ruszczyñski A(2012)可牵引几乎随机优势。欧洲药典。物件。218:448-455. 交叉参考·兹比尔1244.91112
[27] Lorenz MO(1905)衡量财富集中度的方法。J.Amer。统计师。协会。9:209-219. 交叉参考
[28] Mann HB,Whitney DR(1947)关于两个随机变量中的一个是否随机大于另一个的测试。安。数学。统计师。18:50-60. 交叉参考·Zbl 0041.26103号
[29] Meskarian R,Fliege J,Xu H(2014)多元二阶随机优势约束的随机规划及其在投资组合优化中的应用。申请。数学。最佳方案。70(1):1-30. 交叉参考·Zbl 1296.90082号
[30] Mosler K,Scarsini M编辑(1991)风险下的随机订单和决策。讲义-专题系列(加利福尼亚州海沃德数理统计研究所),261-284。交叉参考·Zbl 0755.90006号
[31] Müller A,Stoyan D(2002)随机模型与风险的比较方法(英国奇切斯特John Wiley&Sons)·兹比尔0999.60002
[32] Ogryczak W,Ruszczynski A(2002)双重随机优势和相关的平均风险模型。SIAM J.优化。13:60-78. 交叉参考·Zbl 1022.91017号
[33] Quiggin J(1992)有无预期效用假设的有效集:一个推广。数学杂志。经济。21:395-399. 交叉参考·兹比尔0762.90017
[34] Rockafellar RT(1974)共轭对偶与优化。CBMS-NSF应用数学区域会议系列第16卷(SIAM,费城)·Zbl 0296.90036号
[35] Rudolf G,Ruszczyñski A(2008)二阶随机优势约束优化问题:对偶性,紧公式和割集生成方法。SIAM J.优化。19:1326-1343. 交叉参考·Zbl 1198.90308号
[36] Ruszczynski A(2006)非线性优化(普林斯顿大学出版社,新泽西州普林斯顿)。
[37] Ruszczynski A,Shapiro A,编辑(2003)随机编程。《运营研究和管理科学手册》,第10卷(阿姆斯特丹爱思唯尔出版社)。
[38] Shaked M,Shanthikumar JG(1994)随机序及其应用(波士顿学术出版社)。
[39] Shapiro A、Dentcheva D、Ruszczynski A(2009)随机编程讲座。MPS-SIAM系列优化(SIAM,费城)。交叉参考
[40] Shorrocks AF(1983)收入分配排名。Economica,新系列50:3-17. 交叉参考
[41] Strassen V(1965)给定边际的概率测度的存在性。安。数学。统计师。38:423-439. 交叉参考·Zbl 0135.18701号
[42] Wang SS,Yong VR,Panjer HH(1997)《保险价格公理化描述》。保险数学。经济。21:173-183. 交叉参考·Zbl 0959.62099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。