陈彦南;孙海林;徐惠福 求解两阶段分布鲁棒优化问题的分解和离散近似方法。 (英语) Zbl 1468.90075号 计算。最佳方案。申请。 78,第1号,205-238(2021). 摘要:分解方法已被很好地研究用于解决两阶段和多阶段随机规划问题,请参阅[R.T.Rockafellar公司和R.J.B.韦茨,数学。操作。第16号决议,第1号,119-147(1991年;Zbl 0729.90067号);A.鲁什琴斯基,数学。程序。79,第1-3(B)号,333-353(1997年;Zbl 0887.90129号); 具有A.夏皮罗(编辑),随机编程。阿姆斯特丹:爱思唯尔(2003;Zbl 1115.90001号)]. 在本文中,我们提出了一个基于求解两阶段极小极大分布鲁棒优化(DRO)问题方法的基本思想的算法框架,其中底层随机变量取有限个不同值。这是通过为第一阶段决策变量引入非预期约束、通过拉格朗日分解重新排列极小极大问题以及将著名的原对偶混合梯度(PDHG)方法应用于新的极小极大问题来实现的。算法框架不依赖于模糊集的特定结构。为了将该算法推广到潜在随机变量连续分布的情况,我们提出了一种离散化方案,并量化了通过广义先验矩条件构造模糊集时,离散化所产生的误差,即最优值和最优解,坎托洛维奇球和(φ)散度集中在经验概率分布上。一些初步的数值试验表明,该分解算法具有良好的并行计算性能。 引用于8文件 MSC公司: 90立方厘米 数学规划中的稳健性 90 C59 数学规划中的近似方法和启发式 关键词:分布鲁棒优化;分解法;力矩条件;坎托洛维奇球;离散近似;并行计算 引文:Zbl 0729.90067号;Zbl 0887.90129号;Zbl 1115.90001号 软件:罗马 PDF格式BibTeX公司 XML格式引用 \textit{Y.Chen}等人,计算。最佳方案。申请。78,编号1,205--238(2021;Zbl 1468.90075) 全文: 内政部 参考文献: [1] 阿特里亚,KB;Lahiri,SN,测量理论和概率理论(2006),纽约:Springer,纽约·Zbl 1125.60001号 [2] Bertsimas,D。;Doan,十五;Natarajan,K。;Teo,CP,带风险规避的极大极小随机线性优化问题模型,数学。操作。研究,35,580-602(2010)·Zbl 1218.90215号 ·doi:10.1287/门.1100.0445 [3] Bertsimas,D.,Parys,B.V.:Bootstrap稳健规范分析。arXiv:1711.09974(2017) [4] Chambolle,A。;Pock,T.,凸问题的一阶原对偶算法及其在成像中的应用,J.Math。成像。视觉。,40, 120-145 (2011) ·兹比尔1255.68217 ·doi:10.1007/s10851-010-0251-1 [5] Delage,E。;Ye,Y.,矩不确定性下的分布稳健优化及其在数据驱动问题中的应用,Oper。决议,58592-612(2010年)·Zbl 1228.90064号 [6] Esser,E。;张,X。;Chan,T.,成像科学中凸优化的一类一阶原对偶算法的一般框架,SIAM J.成像科学。,3, 1015-1046 (2010) ·Zbl 1206.90117号 ·数字对象标识码:10.1137/09076934X [7] Fan,K.,Minimax定理,Izv。国家。阿卡德。恶心的阿曼。Mekh,39岁,42-47岁(1953年)·兹比尔0050.06501 [8] Gao,R.,Kleywegt,A.:具有Wasserstein距离的分布鲁棒随机优化。arXiv:1604.02199(2016) [9] 阿拉巴马州吉布斯;Su,FE,《关于选择和限定概率指标》,《国际统计评论》,第70期,第419-435页(2002年)·Zbl 1217.62014年 ·doi:10.1111/j.1751-5823.002.tb00178.x [10] Goh,J。;Sim,M.,《分布稳健优化及其可处理近似》,Oper。研究,58902-917(2010)·Zbl 1228.90067号 ·doi:10.1287/opre.1090.795 [11] Goldstein,T.,Li,M.,Yuan,X.,Esser,E.,Baraniuk,R.:鞍点问题的自适应原始-对偶混合梯度方法。arXiv:1305.0546(2013) [12] 郭,S。;Xu,H。;张,L.,具有分布鲁棒机会约束的数学规划的收敛性分析,SIAM J.Optim。,27, 784-816 (2017) ·Zbl 1471.90101号 ·doi:10.1137/15M1036592 [13] 郭,S。;Xu,H.,分布稳健短缺风险优化模型及其近似,数学。程序。,174, 473-498 (2019) ·Zbl 1421.90097号 ·doi:10.1007/s10107-018-1307-z [14] 佐治亚州Hanasusanto;Kuhn,D.,Wasserstein balls上两阶段分布鲁棒线性规划的二次锥规划重新构造,Oper。决议,66,849-869(2018)·Zbl 1455.90121号 ·doi:10.1287/opre.2017.1698 [15] 他,B。;马,F。;袁,X.,鞍点问题广义原对偶混合梯度法的算法框架,J.Math。成像。视觉。,58, 279-293 (2017) ·Zbl 1387.90186号 ·doi:10.1007/s10851-017-0709-5 [16] 他,B。;Yuan,X.,鞍点问题原对偶算法的收敛性分析:从收缩角度,SIAM J.成像科学。,5, 119-149 (2012) ·Zbl 1250.90066号 ·数字对象标识代码:10.1137/100814494 [17] 江,R。;Guan,Y.,具有分布模糊性的风险规避两阶段随机规划,Oper。第66号决议,1390-1405(2018年)·Zbl 1455.90114号 ·doi:10.1287/opre.2018.1729 [18] 刘,Y。;Pichler,A。;Xu,H.,分布稳健优化中的离散近似和量化,数学。操作。决议,44,19-37(2019)·Zbl 1441.90119号 ·doi:10.1287/门.2018.0939 [19] 刘,Y。;袁,X。;曾,S。;Zhang,J.,分布鲁棒优化问题的Primal对偶混合梯度方法,Oper。Res.Lett.公司。,45625-630(2017)·Zbl 1409.90124号 ·doi:10.1016/j.orl.2017.10.001 [20] Liu,Y.,Yuan,X.,Zhang,J.:具有分布稳健二阶优势约束的随机程序的定量稳定性分析,手稿(2017) [21] Love,D.,Bayrakcan,G.:用于数据驱动优化的Phi-发散约束模糊随机程序,见researchgate.net(2016) [22] Mohajerin Esfahani,P。;Kuhn,D.,《使用Wasserstein度量的数据驱动分布式稳健优化:性能保证和易处理的重新计算》,数学。程序。,171, 115-166 (2018) ·兹比尔1433.90095 ·doi:10.1007/s10107-017-1172-1 [23] Pardo,L.,《基于分歧度量的统计推断》(2005),博卡拉顿:查普曼和霍尔/CRC,博卡拉通·Zbl 1118.62008号 [24] Pflug,气相色谱法;Pichler,A。;Bertocchi,M。;Consigli,G。;Dempster,MAH,概率分布和随机优化问题的近似,金融和能源中的随机优化方法,运筹学和管理科学国际系列(2011)第163卷,纽约:Springer,纽约 [25] Pflug,气相色谱法;Pichler,A.,《多级随机优化》。Springer运筹学和金融工程系列(2014),纽约:Springer,纽约·Zbl 1317.90220号 [26] Pflug,气相色谱法;Wozabal,D.,投资组合选择中的模糊性,Quant。财务。,7, 435-442 (2007) ·Zbl 1190.91138号 ·doi:10.1080/14697680701455410 [27] Pichler,A.,Xu,H.:最小极大分布稳健风险优化的定量稳定性分析,发表于《数学》。程序。(2018年) [28] Rachev,ST,概率度量与随机模型的稳定性(1991),西苏塞克斯:威利·Zbl 0744.60004号 [29] Rockafellar,R。;Wets,RJ-B,不确定性优化中的场景和策略聚合,数学。操作。决议,第16号,第119-147页(1991年)·Zbl 0729.90067号 ·doi:10.1287/门16.1.119 [30] Rockafellar,R。;Sun,J.,通过渐进对冲解决单调随机变分不等式和互补问题,数学。程序。,174, 453-471 (2019) ·Zbl 1421.90100号 ·doi:10.1007/s10107-018-1251-y [31] Römisch,W。;Rusczyñski,A。;Shapiro,A.,随机规划问题的稳定性,随机规划。《OR&MS手册》(2003),阿姆斯特丹:荷兰出版公司 [32] Ruszczynski,A。;Rusczyñski,A。;Shapiro,A.,《分解方法》,《随机规划》,OR&MS手册(2003),阿姆斯特丹:北霍兰德出版公司,阿姆斯特朗·兹比尔1115.90001 [33] Ruszczyński,A.,随机规划中的分解方法,数学。程序。,79333-353(1997年)·Zbl 0887.90129号 [34] Rahimian,H。;Bayraksan,G。;Homem-de-Mello,T.,《利用总变差距离识别分布稳健随机程序中的有效场景》,数学。程序。,173, 393-430 (2019) ·Zbl 1410.90142号 ·doi:10.1007/s10107-017-1224-6 [35] Rusczyñski,A。;Shapiro,A.,《随机编程》,OR&MS手册(2003年),阿姆斯特丹:North-Holland Publishing Company,Amsterdam·Zbl 1115.90001号 [36] 围巾,H。;阿罗,KS;Karlin,S。;斯卡夫,HE,库存问题的最小最大解,《库存与生产数学理论研究》,201-209(1958),帕洛阿尔托:斯坦福大学出版社,帕洛阿托·Zbl 0079.36003号 [37] 夏皮罗,A。;Ahmed,S.,关于一类极大极小随机规划,SIAM J.Optim。,14, 1237-1249 (2004) ·Zbl 1073.90027号 ·doi:10.1137/S1052623403434012 [38] 夏皮罗,A。;马萨诸塞州戈伯纳;López,MA,关于二次曲线线性问题的对偶理论,半无限规划。非凸优化及其应用(2001),波士顿:Springer,Boston·兹比尔0978.00025 [39] Sun,J。;Liao,LZ;罗德里格斯,B.,具有一致风险度量的二次两阶段随机优化,数学。程序。,168, 599-613 (2018) ·Zbl 1402.90108号 ·doi:10.1007/s10107-017-1131-x [40] Sun,H。;Xu,H.,分布稳健优化和均衡问题的收敛分析,数学。操作。研究,41,377-401(2016)·Zbl 1338.90288号 ·doi:10.1287/门2015.0732 [41] 韦斯,P。;Blanc-Feraud,L。;Aubert,G.,图像处理中约束条件下总变差最小化的有效方案,SIAM J.Sci。计算。,31, 2047-2080 (2009) ·Zbl 1191.94029号 ·doi:10.1137/070696143 [42] 韦斯曼。;库恩,D。;Sim,M.,分布稳健凸优化,Oper。研究,621358-376(2014)·Zbl 1327.90158号 ·doi:10.1287/opre.2014.1314 [43] Xu,H。;刘,Y。;Sun,H.,带矩阵矩约束的分布稳健优化:拉格朗日对偶和割平面方法,数学。程序。,169, 489-529 (2018) ·Zbl 1391.90449号 ·doi:10.1007/s10107-017-1143-6 [44] Zhang,Y。;江,R。;沈,S.,均值-方差信息下的模糊机会约束二进制程序,SIAM J.Optim。,28, 2922-2944 (2018) ·兹比尔1401.90140 ·doi:10.137/17M1158707 [45] 张,X。;汉堡,M。;Osher,S.,基于Bregman迭代的统一原对偶算法框架,J.Sci。计算。,46,20-46(2010年)·Zbl 1227.65052号 ·doi:10.1007/s10915-010-9408-8 [46] Zhao,C.,Guan,Y.:具有ζ结构概率度量的数据驱动风险规避两阶段随机程序,可在Optimization Online(2015)上获得。http://www.optimization-online.org/DB_FILE/2015/07/5014.pdf [47] Zolotarev,VM,概率度量,Teoriya Veroyatnostei IEE Primeniya,28264-287(1983)·Zbl 0514.60026号 [48] Zhang,Z.,Ahmend,S.,Lan,G.:具有离散场景支持的分布鲁棒随机优化的高效算法。arXiv:1909.11216(2019) [49] Zhu,M.,Chan,T.F.:一种用于全变分图像恢复的高效原始-双重混合梯度算法。CAM报告08-34,加州大学洛杉矶分校(2008) 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。