×

问题驱动的情景生成:一种基于尾部风险度量的随机规划分析方法。 (英语) Zbl 07495385

概要:场景生成是构造一个离散的随机向量来表示随机程序中不确定值的参数。大多数场景生成方法是分销驱动也就是说,他们试图构造一个随机向量,在概率意义上很好地捕捉不确定性。另一方面问题驱动型该方法可以利用问题的结构来提供更简洁的不确定性表示。在这篇文章中,我们提出了一个问题驱动的方案生成的分析方法。这种方法适用于随机程序,其中尾部风险度量(如条件风险值)应用于损失函数。由于尾部风险度量只依赖于分布的上尾,通常情况下在随机向量支持下均匀分布情景生成的标准方法难以充分表示尾部风险。我们的场景生成方法通过在对应于损失分布尾部的分布区域中构建场景来工作。我们提供了我们的方法与抽样一致的条件,作为概念证明,我们的方法可以应用于两类问题,即网络设计和投资组合选择。对投资组合问题的数值试验表明,与标准蒙特卡罗抽样方法相比,我们的方法得到了更好和更稳定的解。

理学硕士:

90度15度 随机规划
PDF格式 BibTeX公司 XML 引用
全文: 内政部

参考文献:

[1] 阿卡里,文森特;Pérignon,Franck,Siconos:一个用于非光滑动力系统建模、仿真、分析和控制的软件平台,Simul。欧洲新闻。,17,3-4,19-26(2007年)
[2] Acerbi,C。;Tasche,D.,关于预期短缺的一致性,J.Bank。《金融》,26,7,1487-1503(2002)
[3] 阿尔茨纳,P。;德尔巴恩,F。;埃伯,J。;Heath,D.,连贯的风险度量,数学。金融,9,3,203-228(1999)·Zbl 0980.91042
[4] 巴雷拉,J。;霍姆德梅洛,T。;莫雷诺,E。;帕格农切利,BK;《机会约束问题与罕见事件:重要抽样方法》,数学。程序。,157153-189(2016年)·Zbl 1356.90093
[5] Bieniek,M.,《随机需求下设施选址问题的注记》,Omega,55,53-60(2015)
[6] Billingsley,P.,《概率与测量》(1995),纽约:威利,纽约·Zbl 0822.60002
[7] 小伯奇;《随机规划导论》(1997),纽约:斯普林格,纽约·Zbl 0892.90142
[8] 丹泽,GB;葛林恩,普华永道,不确定性下的并行处理器规划,人工神经网络。操作。第22、1、1-21号决议(1990年)·Zbl 0714.90074
[9] 多安,十五;李,X。;Natarajan,K.,《利用重叠边缘优化投资组合中依赖性的鲁棒性》,Oper。第63、6、1468-1488页(2015年)·Zbl 1347.91227号
[10] 邓宁,我。;赫切特,J。;卢宾,M.,《跳跃:数学优化的建模语言》,暹罗出版社。,59、2295-320(2017年)·Zbl 1368.90002号
[11] DupačováJ.,《极大极小随机规划的不确定性》,优化,60,10-11,1235-1250(2011)·Zbl 1231.90301
[12] 杜帕乔娃,J。;格瑞库斯卡,N。;Römisch,W.,《随机规划中的情景还原:一种使用概率度量的方法》,数学。程序。,953493-511(2003年)·Zbl 1023.90043
[13] Fairbrother,J:分布模型FTSE100股票回报(2017年)。doi:10.17635/lancaster/researchdata/158。2019年11月24日访问
[14] Fairbrother,J:TailRiskScenGen。jl:julia软件包,用于随机程序的情景生成和尾部风险度量(2017)。https://github.com/STOR-i/TailRiskScenGen.jl。2019年11月24日访问
[15] 费尔兄弟,J。;特纳,A。;Wallace,SW,单周期投资组合选择问题的情景生成与尾部风险度量:应对高维和整数变量,通知J.Comput。,303472-491(2018年)·Zbl 07277776
[16] 方,KT;科茨,S。;Ng,KW,对称多变量及相关分布(Chapman&Hall/CRC统计与应用概率专著)(1989),伦敦:Chapman and Hall,伦敦
[17] 加西亚-伯特兰,R。;Mínguez,R.,基于迭代场景的随机优化简化技术,使用条件风险值,Optim。工程,15,2355-380(2014)·Zbl 1364.90235
[18] Gurobi Optimization Inc.Gurobi optimizer参考手册(2016)
[19] 海茨,H。;Römisch,W.,《多级随机程序的情景树简化》,CMS,6,2,117-133(2009)·Zbl 1171.90485
[20] Higle,JL,随机线性规划中的方差缩减和目标函数评估,通知J.Comput。,10236-247(1998年)·Zbl 1034.90520号
[21] Jorion,P.,《风险价值:控制市场风险的新基准》(1996年),诺曼:欧文专业出版社,诺曼
[22] 国王,AJ;罗卡费拉,RT,统计估计与随机规划解的渐近理论,数学。操作。第18、148-162号决议(1993年)·Zbl 0798.90115
[23] 科兹米克,V。;Morton,DP,风险规避多阶段随机规划中的政策评估,数学。程序。,1521275-300(2015年)·Zbl 1327.90155
[24] 林德罗斯,J。;夏皮罗,A。;《随机规划抽样方法的经验行为》,神经网络。操作。第142、1215-241号决议(2006年)·Zbl 1122.90391
[25] 马克,沃克;莫顿,DP;伍德,RK,随机程序中确定解质量的蒙特卡罗边界技术。Res.Lett。,24,47-56(1999年)·Zbl 0956.90022
[26] Markowitz,HM,《投资组合选择》,金融学杂志,第777-91页(1952年)
[27] 奥格里查克,W。;Ruszczynèski,A.,双重随机优势和相关平均风险模型,暹罗J.Optim。,13,1,60-78(2002年)·Zbl 1022.91017
[28] Pflug,GC,多阶段财务优化的情景树生成,数学。程序。,892251-271(2001年)·Zbl 0987.91034
[29] 罗卡费拉尔,RT;Uryasev,S.,条件风险价值优化,风险学杂志,2,3,21-41(2000)
[30] 罗卡费拉尔,RT;Uryasev,S.,一般损失分布的条件风险价值,J.Bank。《金融》,26,7,1443-1471(2002)
[31] 桑托索,T。;艾哈迈德,S。;Goetschalckx,M。;夏皮罗,A.,《不确定性下供应链网络设计的随机规划方法》,欧洲。J、 操作。第167、1196-115号决议(2005年)·Zbl 1075.90010
[32] 瑟夫林,RJ,数理统计的近似定理。《概率与统计学中的威利级数应用概率与统计部分系列》(1980),霍博肯:威利,霍博肯
[33] 夏皮罗,A.:蒙特卡罗抽样方法。Ruszczynèski,A.,Shapiro,A.(编辑),《运筹学和管理科学手册》第10卷,第6章。爱思唯尔科学公司,阿姆斯特丹,第353-425页(2003年)
[34] Shapiro,A.,Dentcheva,D.,Ruszzynèski,A.:随机规划讲座:建模与理论,MPS-SIAM优化系列第9卷。暹罗,费城(2009)·Zbl 1183.90005号
[35] Tasche,D.,《预期短缺及未来》,J.Bank。《金融》,26,71519-1533(2002)·Zbl 1119.62106
[36] Ujvari,M.:关于有限生成锥上的投影。塞本学报。22.doi:10.14232/actacyb。2016年3月22日7·兹布1374.47088
[37] Wächter,A。;Biegler,LT,关于大规模非线性规划的原始-对偶内点滤波线搜索算法的实现,数学。程序。,106,1,25-57(2006年)·Zbl 1134.90542
[38] 威斯曼W。;库恩,D。;Sim,M.,分布鲁棒凸优化,Oper。第62、6、1358-1376号决议(2014年)·Zbl 1327.90158
[39] ŽččkováJ.,关于随机线性规划问题的极大极小解,ěasopis pro pěstovánímatematicky,91,4,423-430(1966)·Zbl 0161.17102
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。