×
韩彪;尚、赵;黄德贤

多核学习辅助的稳健优化：学习算法、计算可处理性和在多阶段决策中的使用。 （英语） Zbl 1487.90498号

欧洲药典。物件。 292，第3期，1004-1018（2021）。
摘要：稳健优化（RO）已广泛应用于不确定性决策；然而，作为RO中的一个关键问题，不确定性集的设计会对解的保守性和诱导问题的可处理性产生重大影响。本文通过开发一种基于单类支持向量机的数据不确定性集构造方法，提出了一种新的用于数据驱动决策的多核学习（MKL）辅助RO框架。学习的多面体不确定性集不仅实现了经验数据的紧密包围，从而缓解了悲观情绪，缩小了模型与实际性能之间的差距，而且还确保了结构的稀疏性和计算的可处理性。数据驱动的RO框架通过简单地操作两个超参数，可以方便地调整保守性和复杂性，从而在实践中方便用户。此外，所提出的框架适用于采用扩展仿射决策规则的可调RO（ARO），这有助于在不付出太多额外努力的情况下提高优化性能。数值和应用案例研究证明了所提出的数据驱动RO框架的有效性。

引用于三文件

MSC公司：

90立方厘米 随机规划
90C05（二氧化碳） 线性规划
90立方厘米 数学规划中的鲁棒性
90立方厘米 灵敏度、稳定性、参数优化

关键词：

不确定性建模;稳健优化;不确定性集;多核学习;数据驱动决策

软件：

简单MKL;辣味MKL;罗马;简易MKL;SHOGUN公司;CVX公司;伦敦银行支持向量机;BRMaximin公司
PDF格式BibTeX公司 XML格式引用
\textit{B.Han}等人，《欧洲期刊》。第292号决议，第3号，1004--1018（2021年；Zbl 1487.90498）
全文： 内政部

参考文献：

[1] 艾奥利，F。；Donini，M.，EasyMKL:一种可扩展的多核学习算法，神经计算，169，215-224（2015）
[2] Alexeenko，P.和Bitar，E.（2020年）。稳健优化中不确定性集的非参数估计。arXiv预打印arXiv:2004.03069。
[3] Balcik，B。；伊利诺伊州延安科鲁。，旅行时间不确定性下人道主义需求评估规划的稳健优化方法，《欧洲运筹学杂志》，282，1，40-57（2020）·Zbl 1430.90050
[4] Ben-Tal，A。；El Ghaoui，L。；Nemirovski，A.，《稳健优化》（2009），普林斯顿大学出版社·Zbl 1221.90001号
[5] Ben-Tal，A。；Goryashko，A。；Guslitzer，E。；Nemirovski，A.，不确定线性规划的可调鲁棒解，数学规划，99，2，351-376（2004）·Zbl 1089.90037号
[6] Ben-Tal，A。；Nemirovski，A.，稳健凸优化，运筹学数学，23，4，769-805（1998）·Zbl 0977.90052号
[7] Ben-Tal，A。；Nemirovski，A.，不确定线性规划的鲁棒解，运筹学快报，25，1，1-13（1999）·Zbl 0941.90053号
[8] Ben-Tal，A。；Nemirovski，A.，《受不确定数据污染的线性规划问题的稳健解决方案》，《数学规划》，88，3，411-424（2000）·Zbl 0964.90025号
[9] Bertsimas，D。；Brown，D.B。；Caramanis，C.，稳健优化理论与应用，SIAM Review，53，3，464-501（2011）·Zbl 1233.90259号
[10] Bertsimas，D。；古普塔，V。；Kallus，N.，数据驱动稳健优化，数学规划，167，2，235-292（2018）·Zbl 1397.90298号
[11] Bertsimas，D。；帕恰马诺娃，D。；Sim，M.，《一般规范下的鲁棒线性优化》，《运筹学快报》，32，6，510-516（2004）·Zbl 1054.90046号
[12] Bertsimas，D。；Sim，M.，《稳健离散优化与网络流》，《数学规划》，98，1-3，49-71（2003）·兹比尔1082.90067
[13] Bertsimas，D。；Sim，M.，《稳健的代价》，运筹学，52，1，35-53（2004）·兹比尔1165.90565
[14] Bertsimas，D。；Thiele，A.，稳健和数据驱动优化：不确定性下的现代决策，创新决策的模型、方法和应用，95-122（2006），信息
[15] 博伊德，S。；Vandenberghe，L.，《凸优化》（2004），剑桥大学出版社·兹比尔1058.90049
[16] 卡瓦列罗，W.N。；B.J.，Lunday。；Uber，R.P.，《在不同形式的不确定性下识别正常形式博弈的行为稳健策略》，《欧洲运筹学杂志》，288，3，971-982（2021）·Zbl 1487.91005号
[17] 卡梅勒，C。；韦伯，M.，《建模偏好的最新发展：不确定性和模糊性》，《风险与不确定性杂志》，5，4，325-370（1992）·Zbl 0775.90102号
[18] 坎贝尔，T。；How，J.P.，稳健优化的贝叶斯非参数集构造，美国控制会议论文集（ACC），2015，4216-4221（2015），IEEE
[19] Chang，C.-C。；Lin，C.-J.，LIBSVM：支持向量机库，ACM智能系统与技术汇刊，2，3，27（2011）
[20] 沙佩尔，O。；Rakotomamonjy，A.，核参数的二阶优化，核学习NIPS研讨会论文集：自动选择最佳核，19，87（2008）
[21] Charnes，A。；库珀，W.W.，《机会约束编程》，《管理科学》，第6、1、73-79页（1959年）·Zbl 0995.90600号
[22] 陈，X。；西姆·M。；Sun，P.，《随机规划的稳健优化观点》，运筹学，55，6，1058-1071（2007）·Zbl 1167.90608号
[23] 陈，X。；西姆·M。；Sun，P。；Zhang，J.，随机规划的基于线性决策的近似方法，运筹学，56，2，344-357（2008）·Zbl 1167.90609号
[24] 陈，X。；Zhang，Y.，《不确定线性规划：扩展的仿射可调鲁棒对应项》，运筹学，57,1469-1482（2009）·Zbl 1226.90053号
[25] 克雷斯波，L.G。；科尔伯特，B.K。；Kenny，S.P。；Giesy，D.P.，《关于使用切片正态分布量化推理和认知不确定性》，《系统与控制快报》，134104560（2019）·Zbl 1428.93036号
[26] 戴，X。；王，X。；He，R。；杜，W。；钟伟。；赵，L。；钱，F.，《不确定性下原油调合的数据驱动稳健优化》，计算机与化学工程，106595（2019）
[27] Dantzig，G.B.，《不确定性下的线性规划》，管理科学，1,3-4197-206（1955）·Zbl 0995.90589号
[28] 易卜拉希米，K。；美国瓦迪亚。；Elia，N.，通过离散时间鞍点算法进行鲁棒优化，第58届IEEE决策与控制会议（CDC）论文集，2473-2478（2019），IEEE
[29] El-Ghaoui，L。；Lebret，H.，不确定数据矩阵最小二乘问题的稳健解，SIAM矩阵分析与应用杂志，18，1035-1064（1997）·Zbl 0891.65039号
[30] El-Ghaoui，L。；欧斯特里，F。；Lebret，H.，不确定半定规划的鲁棒解，SIAM优化期刊，9，1，33-52（1998）·Zbl 0960.93007号
[31] 费雷拉，R.d.S。；巴罗佐，L。；Carvalho，M.M.，《相关价格数据的需求响应模型：稳健优化方法》，应用能源，96，133-149（2012）
[32] 加布里埃尔，V。；穆拉特，C。；Thiele，A.，《稳健优化的最新进展：综述》，《欧洲运筹学杂志》，235,3471-483（2014）·Zbl 1305.90390号
[33] Goh，J。；Sim，M.，《分布稳健优化及其可处理近似》，运筹学，58，4-部分-1，902-917（2010）·Zbl 1228.90067号
[34] Grant，M.、Boyd，S.和Ye，Y.（2008）。CVX：用于严格凸编程的Matlab软件。
[35] 古兹曼，Y.A。；马修斯，L.R。；Floudas，C.A.，稳健对等优化的新先验和后验概率界：I.未知概率分布，计算机与化学工程，84，568-598（2016）
[36] Han，B。；尚，C。；杨，F。；Huang，D.，基于多核学习的鲁棒优化不确定性集构建，第15届IEEE控制与自动化国际会议论文集，1417-1422（2019），IEEE
[37] Hong，L.J.、Huang，Z.和Lam，H.（2017）。基于学习的稳健优化：程序和统计保证。arXiv预打印arXiv:1704.04342。
[38] 黄，X。；Shi，L。；Suykens，J.A.K.，带弹球损失的支持向量机分类器，IEEE模式分析和机器智能汇刊，36，5，984-997（2013）
[39] Jain，A。；Vishwanathan，S.V。；Varma，M.，SPG-GMKL:百万核的广义多核学习，第18届ACM SIGKDD知识发现和数据挖掘国际会议论文集，750-758（2012），ACM
[40] Jakubovskis，A.，《需求不确定性下的战略设施选址、容量获取和技术选择决策：稳健与非稳健优化方法》，《欧洲运筹学杂志》，260，3，1095-1104（2017）·Zbl 1403.90477号
[41] 贾利凡·内贾德，A。；沙菲，R。；Shahriari，H.，相关多面体不确定性集下的鲁棒优化，计算机与工业工程，92，82-94（2016）
[42] 兰克里特，G.R。；北卡罗来纳州克里斯蒂亚尼尼。；Bartlett，P。；Ghaoui，L.E。；Jordan，M.I.，《用半定规划学习核矩阵》，《机器学习研究杂志》，2004年1月5日，27-72页·Zbl 1222.68241号
[43] 新罕布什尔州拉帕斯。；Gounaris，C.E.，《不确定条件下过程调度的多级可调鲁棒优化》，AIChE Journal，62，5，1646-1667（2016）
[44] 李，Z。；丁·R。；Floudas，C.A.，《稳健对等优化的比较理论和计算研究：I.稳健线性优化和稳健混合整数线性优化》，工业与工程化学研究，50，18，10567（2011）
[45] 李，Z。；唐奇。；Floudas，C.A.，稳健对等优化的比较理论和计算研究：II。约束满足的概率保证，工业与工程化学研究，51，19，6769-6788（2012）
[46] 卢埃特克，J。；艾哈迈德，S。；Nemhauser，G.L.，《概率约束线性规划的整数规划方法》，《数学规划》，122，2，247-272（2010）·Zbl 1184.90115号
[47] Margellos，K。；Goulart，P。；Lygeros，J.，在机会约束优化问题的鲁棒优化和场景方法之间的道路上，IEEE自动控制汇刊，59，82258-2663（2014）·Zbl 1360.90179号
[48] Mohseni，S。；Pishvaee，M.S.，《废水污泥制生物柴油供应链设计的数据驱动稳健优化》，计算机与工业工程，139105944（2020）
[49] 莫雷特，S。；Babonneau，F。；比尔莱尔，M。；Maréchal，F.，《战略能源规划的决策支持：稳健优化框架》，《欧洲运筹学杂志》，280,2539-554（2020）·Zbl 1430.90340号
[50] 纳塔拉詹，K。；帕恰马诺娃，D。；Sim，M.，《将非对称分布信息纳入稳健价值风险优化》，《管理科学》，54，3，573-585（2008）·Zbl 1142.91593号
[51] 宁，C。；You，F.，《数据驱动自适应嵌套稳健优化：不确定性下决策的通用建模框架和高效计算算法》，AIChE Journal，63，9，3790-3817（2017）
[52] 宁，C。；You，F.，《不确定性下用于规划和调度的数据驱动多级自适应稳健优化框架》，AIChE Journal，63，10，4343-4369（2017）
[53] 宁，C。；You，F.，将稳健优化与主成分分析和核平滑方法相结合的不确定性下的数据驱动决策，计算机与化学工程，112190-210（2018）
[54] 宁，C。；You，F.，《大数据和深度学习时代不确定性下的优化：当机器学习遇到数学编程时》，计算机与化学工程，125434-448（2019）
[55] 奥多内，F。；Barla，A。；Verri，A.，从二进制字符串构建内核以进行图像匹配，IEEE图像处理汇刊，14，2，169-180（2005）
[56] 阿科托马蒙杰，A。；巴赫，F.R。；卡努，S。；Grandvalet，Y.，SimpleMKL，《机器学习研究杂志》，2009年11月9日，2491-2521（2008）·Zbl 1225.68208号
[57] Schölkopf，B。；普拉特，J.C。；肖-泰勒，J。；Smola，A.J。；Williamson，R.C.，估计高维分布的支持，神经计算，13，71443-1471（2001）·Zbl 1009.62029号
[58] Schölkopf，B。；Smola，A.J。；Bach，F.，《使用内核学习：支持向量机、正则化、优化和超越》（2002），麻省理工学院出版社
[59] 尚，C。；陈，W.H。；斯特罗克，A.D。；You，F.，《具有主动不确定性学习和数据分析的灌溉系统鲁棒模型预测控制》，IEEE控制系统技术汇刊，281493-1504（2020）
[60] 尚，C。；黄，X。；You，F.，基于内核学习的数据驱动稳健优化，计算机与化学工程，106，2，464-479（2017）
[61] 尚，C。；You，F.，《支持向量聚类在高维数据空间中的稳健优化》，IFAC-PapersOnLine，51，18，19-24（2018）
[62] 尚，C。；You，F.，《智能流程制造的数据分析和机器学习：大数据时代的最新进展和展望》，《工程》，2019年第5期，第6期，第1010-1016页
[63] 尚，C。；You，F.，基于场景的随机模型预测控制的数据驱动稳健优化方法，《过程控制杂志》，75，24-39（2019）
[64] 沈，F。；赵，L。；杜，W。；钟伟。；Qian，F.，《不确定性下的大规模工业能源系统优化：数据驱动稳健优化方法》，应用能源，259，114199（2020）
[65] Sonnenburg，S。；Rätsch，G。；谢弗，C。；Schölkopf，B.，大规模多核学习，机器学习研究杂志，1531-1565年7月7日（2006年）·Zbl 1222.90072号
[66] Soyster，A.L.，集非决定性约束的凸规划及其在不精确线性规划中的应用，运筹学，21，5，1154-1157（1973）·Zbl 0266.90046号
[67] 铃木，T。；Tomioka，R.，SpicyMKL:一种具有数千个内核的多内核学习快速算法，机器学习，85，1-2，77-108（2011）·Zbl 1237.68166号
[68] 韦斯曼。；库恩，D。；Sim，M.，《分布稳健凸优化》，运筹学，62，6，1358-1376（2014）·Zbl 1327.90158号
[69] Xu，X。；Tsang，I.W。；Xu，D.，软边界多核学习，IEEE神经网络和学习系统汇刊，24，5，749-761（2013）
[70] 伊利诺伊州延安科鲁。；戈里森，B.L。；den Hertog，D.，《可调稳健优化的调查》，《欧洲运筹学杂志》，277，3，799-813（2019）·Zbl 1430.90537号
[71] 袁，Y。；李，Z。；Huang，B.，《相关不确定性下的稳健优化：配方和计算研究》，计算机与化学工程，85，58-71（2016）
[72] 张，Q。；格罗斯曼，I.E。；Sundaramoorthy，A。；Pinto，J.M.，凸区域代理模型的数据驱动构建，优化与工程，17，2，289-332（2016）·Zbl 1364.90231号
[73] 张，Q。；莫拉里，M.F。；格罗斯曼，I.E。；Sundaramoorthy，A。；Pinto，J.M.，《提供可中断负荷的连续工业过程调度的可调稳健优化方法》，计算机与化学工程，86，106-119（2016）
[74] Zhang，Y。；金，X。；Feng，Y。；Rong，G.，相关不确定性下的数据驱动稳健优化：乙烯装置生产调度案例研究，计算机与化工，109，48-67（2018）
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。