×
邓燕；沙比尔·艾哈迈德；沈思倩

风险规避0-1随机规划的并行场景分解。 （英语） Zbl 1528.90166号

信息J.计算。 30，第1期，90-105（2018）.
摘要：在本文中，我们将最近提出的风险中性0-1随机规划的情景分解算法推广到风险规避设置。具体来说，我们考虑基于一致风险度量的目标函数的两阶段风险规避0-1随机规划。使用相干风险测度的对偶表示，我们首先导出所考虑问题的等价极小极大重表述。然后，基于非预期约束的不同松弛，我们为这个极大极小公式开发了三种场景分解算法。这些算法通过求解场景子问题来获得候选解和边界，然后从搜索空间中切断候选解以收敛到最优解。我们设计了三种并行化方案，以实现开销时间和计算时间之间具有不同折衷的算法。通过对两个标准随机0-1编程测试实例的风险规避扩展，我们的计算结果证明了该分解和并行化框架的可扩展性。

引用于5文件

MSC公司：

90立方厘米 随机规划
90立方厘米 数学规划中的极小极大问题
68宽15 分布式算法

关键词：

风险规避0-1随机规划；条件价值风险；极大极小优化；对偶分解；分布式算法；并行计算

软件：

开放式多媒体接口；SIPLIB公司；MPI/MPICH公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.Deng}等人，《信息与计算》。30，第1号，90--105（2018；Zbl 1528.90166）
全文： 内政部 链接

参考文献：

[1] Ahmed S（2013）0-1随机程序的场景分解算法。操作。Res.Lett公司。41（6）：565-569.Crossref，谷歌学者·Zbl 1287.90041号 ·doi:10.1016/j.orl.2013.07.009
[2] Ahmed S，Luedtke J，Song Y，Xie W（2017）机会约束随机规划的非预期对偶、松弛和公式。数学。编程162（1-2）：51-81.Crossref，谷歌学者·Zbl 1358.90080号 ·doi:10.1007/s10107-016-1029-z
[3] Ahmed S，Garcia R，Kong N，Ntaimo L，Parija G，Qiu F，Sen S（2016）SIPLIB:随机整数规划测试库。http://www2.isye.gatech.edu/●sahmed/siplib/。谷歌学者
[4] Angulo G，Ahmed S，Dey SS（2016）改进整数L形方法。信息J.计算。28（3）：483-499链接，谷歌学者·Zbl 1348.90498号
[5] Artzner P、Delbaen F、Eber JM、Heath D（1999）《一致的风险度量》。数学。财务9（3）：203-228.Crossref，谷歌学者·Zbl 0980.91042号 ·数字对象标识代码：10.1111/1467-9965.00068
[6] Birge JR，Louveaux FV（2011年）随机规划导论（纽约州施普林格）。Crossref，谷歌学者·Zbl 1223.90001号 ·doi:10.1007/978-1-4614-0237-4
[7] Birge JR，Rosa CH（1996）大规模随机非线性程序的并行分解。安·Oper。物件。64（1）：39-65.Crossref，谷歌学者·Zbl 0854.90105号 ·doi:10.1007/BF02187640
[8] Birge JR，Donohue CJ，Holmes DF，Svintsitski OG（1996）多级随机线性规划嵌套分解算法的并行实现。数学。编程75（2）:327-352.Crossref，谷歌学者·Zbl 0874.90142号 ·doi:10.1007/BF02592158
[9] Caröe CC，Schultz R（1999）随机整数规划中的对偶分解。操作。Res.Lett公司。24（1）:37-45.Crossref，谷歌学者·Zbl 1063.90037号 ·doi:10.1016/S0167-6377（98）00050-9
[10] Collado RA，Papp D，Ruszczyñski A（2012）风险规避多阶段随机规划问题的情景分解。安·Oper。物件。200（1）：147-170.谷歌学者Crossref·Zbl 1255.90086号 ·doi:10.1007/s10479-011-0935-年
[11] Crainic TG、Hewitt M、Rei W（2014），随机网络设计中基于渐进享乐主义元神经的情景分组。计算。操作。物件。43:90-99.Crossref，谷歌学者·Zbl 1348.90165号 ·doi:10.1016/j.cor.2013.08.020
[12] Crainic TG，Fu X，Gendreau M，Rei W，Wallace SW（2011），随机网络设计中基于渐进享乐的元启发式。网络58（2）：114-124.谷歌学者·Zbl 1233.90084号
[13] Dentcheva D，Römisch W（2004）非凸随机优化中的对偶缺口。数学。编程101（3）:515-535.Crossref，谷歌学者·Zbl 1073.90025号 ·doi:10.1007/s10107-003-0496-1
[14] Fragniere E，Gondzio J，Vial JP（2000）在可承受的分布式计算系统上构建和求解大规模随机程序。安·Oper。物件。99（1-4）：167-187.Crossref，谷歌学者·Zbl 0990.90083号 ·doi:10.1023/A:1019245101545
[15] Gabriel E、Fagg GE、Bosilca G、Angskun T、Dongarra JJ、Squyres JM、Sahay V等人（2004）Open MPI：下一代MPI实现的目标、概念和设计。Cotronis Y编辑。并行虚拟机和消息传递接口的最新进展（纽约州施普林格市），97-104.Crossref，谷歌学者·doi:10.1007/978-3-540-30218-6-19
[16] Gropp W、Lusk E、Doss N、Skjellum A（1996）MPI消息传递接口标准的高性能、可移植实现。并行计算。22（6）:789-828.Crossref，谷歌学者·Zbl 0875.68206号 ·doi:10.1016/0167-8191（96）00024-5
[17] Linderath J，Wright S（2003）计算网格上随机规划的分解算法。计算。最佳方案。申请。24（2-3）：207-250.谷歌学者交叉引用·兹比尔1094.90026 ·doi:10.1023/A:1021858008222
[18] Linderath J，Wright SJ（2005）《随机规划的计算网格》。Wallace SW，Ziemba WT编辑。随机规划的应用（费城工业与应用数学协会和数学编程协会），61-77.Crosref，谷歌学者·Zbl 1105.90344号 ·数字对象标识代码：10.1137/1.9780898718799.ch5
[19] Lubin M，Martin K，Petra CG，SandáKçB（2013）关于随机整数规划中的并行双重分解。操作。Res.Lett公司。41（3）：252-258.Crossref，谷歌学者·Zbl 1286.90102号 ·doi:10.1016/j.orl.2013.02.003
[20] Miller N，Ruszczyáski A（2011）风险规避两阶段随机线性规划：建模与分解。操作。物件。59（1）：125-132.链接，谷歌学者·Zbl 1218.90145号
[21] Mulvey JM，Ruszczynski A（1995）大规模随机优化的一种新的场景分解方法。操作。物件。43（3）：477-490.Link，谷歌学者·兹比尔0843.90086
[22] Nielsen SS，Zenios SA（1997）随机线性规划的可伸缩并行弯曲器分解。并行计算。23（8）：1069-1088.Crossref，谷歌学者·Zbl 0896.90153号 ·doi:10.1016/S0167-8191（97）00044-6
[23] Ntaimo L，Sen S（2005）随机组合优化的百万变量“进军”。J.全球优化。32（3）：385-400.Crossref，谷歌学者·Zbl 1098.90045号 ·doi:10.1007/s10898-004-5910-6
[24] 帕切科PS（1997）MPI并行编程（摩根·考夫曼，马萨诸塞州伯灵顿）。谷歌学者·Zbl 0877.68013号
[25] Rockafellar RT，Uryasev S（2000）条件价值风险优化。J.风险2（3）：21-42.Crossref，谷歌学者·文件编号：10.21314/JOR.2000.038
[26] Rockafellar RT，Uryasev S（2002），一般损失分布的条件价值风险。J.银行金融26（7）：1443-1471.Crossref，谷歌学者·doi:10.1016/S0378-4266（02）00271-6
[27] Rockafellar RT，Wets RJ-B（1976），随机优化问题中的非预期性和L1-鞅论。Wets RJ-B编辑。随机系统：建模、识别和优化，II（荷兰北部，阿姆斯特丹），170-187.Crossref，谷歌学者·Zbl 0377.90073号 ·doi:10.1007/BFb0120750
[28] Ruszczyñski A（1993）多级随机规划问题的并行分解。数学。编程58（1-3）：201-228.Crossref，谷歌学者·Zbl 0777.90036号 ·doi:10.1007/BF01581267
[29] Ruszczyński A（2013）风险规避优化的进展。Topaloglu H，编辑。INFORMS运筹学教程（INFORMS，Hanover，MD），168-190.Link，谷歌学者
[30] Ryan K，Rajan D，Ahmed S（2016）0-1随机程序的场景分解：改进和异步实现。程序。IEEE第30国际。并行分布式处理Sympos。2016年IPDPSW研讨会（IEEE计算机学会，华盛顿特区），722-729，Crossref，谷歌学者·doi:10.1109/IPDPSW.2016.119
[31] Shapiro A（2012）Minimax和风险规避多阶段随机规划。欧洲药典。物件。219（3）：719-726.Crossref，谷歌学者·兹比尔1253.90181 ·doi:10.1016/j.ejor.2011.11.005
[32] Shapiro A，Ahmed S（2004）关于一类极大极小随机规划。SIAM J.Optim公司。14（4）：1237-1249.Crossref，谷歌学者·Zbl 1073.90027号 ·doi:10.1137/S1052623403434012
[33] Shapiro A、Dentcheva D、Ruszczynski A（2009）随机规划讲座：建模与理论第9卷（SIAM，费城）。Crossref，谷歌学者·邮编：1183.90005 ·数字对象标识代码：10.1137/1.9780898718751
[34] Watson J-P，Woodruff DL（2011）一类随机混合整数资源分配问题的渐进对冲创新。计算。管理科学。8（4）：355-370.Crossref，谷歌学者·Zbl 1225.91032号 ·文件编号：10.1007/s10287-010-0125-4
[35] 沃森J-P·兹比尔1243.90166
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。