×
保罗·多梅尔;阿洛伊斯·皮克勒

数据无关决策集的动态规划。 （英语） Zbl 1522.90047号

J.凸面分析。 30，第3期，897-916（2023）.
摘要：多阶段随机优化问题通常是以路径方式非正式地表述的。例如，这些公式在离散环境中很有吸引力，适用于解决计算难题。但路径问题陈述不允许进行数学严谨的分析，因此不合适。
R.T.Rockafellar公司和R.J.B.韦茨[in：存储系统：模型、标识、优化II；数学程序。研究6，170-187（1976；Zbl 0377.90073号)]解决凸成本和约束条件下价值函数的基本可测性问题。本文将继续这些基础。这一贡献证明了中间值函数存在可测量版本，并揭示了其规律性。我们的证明建立在Kolmogorov连续性定理的基础上。
证明了验证定理允许在数学严谨的新环境中陈述传统问题规范。此外，我们还为一般问题提供了动力学方程。涵盖的问题类包括马尔可夫决策过程、强化学习和随机对偶动态规划。

引用于1文件

MSC公司：

90立方厘米 随机规划
60G07年 随机过程的一般理论
90C05（二氧化碳） 线性规划

关键词：

多级随机优化;随机过程;可测量性

引文：

Zbl 0377.90073号
PDF格式BibTeX公司 XML格式引用
\textit{P.Dommel}和\textit{A.Pichler}，J.凸面分析。30，第3号，897--916（2023；Zbl 1522.90047）
全文： 链接

参考文献：

[1] R.E.Bellman：《动态编程》，普林斯顿大学出版社，普林斯顿出版社（1957）·Zbl 0077.13605号
[2] R.E.Bellman：《自适应控制过程》，普林斯顿传统图书馆2045，普林斯顿大学出版社（1961年）·Zbl 0103.12901号
[3] D.Bertsekas：《动态规划和最优控制》，雅典娜科学出版社，贝尔蒙特出版社（2012年）·兹比尔1298.90001
[4] D.Bertsekas，S.E.Shreve：《随机最优控制：离散时间案例》，学术出版社，纽约（1978年）·Zbl 0471.93002号
[5] P.Carpentier，J.-P.Chancelier，G.Cohen，M.De Lara：《随机多阶段优化》，Springer，Cham（2015）·Zbl 1336.90066号
[6] P.Carpentier，J.-P.Chancelier，G.Cohen，M.De Lara，P.Girardeau:《随机最优控制问题的动态一致性》，Ann.Oper。第200/1号决议（2012）247-263·Zbl 1255.90124号
[7] N.Dunford，J.T.Schwartz：线性算子。第一部分：一般理论，Wiley-Interscience，纽约（1957）。
[8] I.V.Evstigneev：可测量选择和动态规划，数学。操作。第1/3号决议（1976年）267-272·Zbl 0373.90086号
[9] E.A.Feinberg：《关于马尔可夫决策过程中战略措施的可测性和表示》，载于：统计学、概率论和博弈论，IMS讲稿和专题系列第30卷，数理统计研究所（1996）29-43·Zbl 0996.60500号
[10] W.H.Fleming，H.M.Soner：受控马尔可夫过程和粘度解，第二版，Springer，纽约（2006）·Zbl 1105.60005号
[11] S.-E.Fleten、E.Haugom、A.Pichler、C.J.Ullrich：高峰发电厂转换成本的结构估算，欧洲期刊Oper。第285/1号决议（2020年）23-33·Zbl 1441.62685号
[12] H.Föllmer，A.Schied：《随机金融：离散时间导论》，《德格鲁伊特数学研究27》，德格鲁伊特，柏林（2004）·Zbl 1126.91028号
[13] P.Girardeau，V.Leclère，A.B.Philpott：关于多级随机凸规划分解方法的收敛性，数学。操作。第40/1号决议（2014年）1-16。
[14] K.Gowrisankaran:产品空间中功能的可测量性，Proc。阿米尔。数学。Soc.31（1972）485-488·Zbl 0229.28006号
[15] O.Kallenberg:《现代概率基础》，纽约斯普林格出版社（2002年）·兹比尔0996.60001
[16] I.Karatzas，S.E.Shreve：《数学金融方法》，《数学数学应用》第39卷，柏林斯普林格出版社（1998年）·Zbl 0941.91032号
[17] A.Klenke：《概率论》，斯普林格出版社，伦敦（2014）·Zbl 1295.60001号
[18] G.Lan，Z.Zhou：多阶段随机优化的动态随机近似，数学。编程服务器。A 187/1-2（2021）487-532·Zbl 1465.90053号
[19] N.Löhndorf，D.Wozabal，S.Minner：使用近似双重动态规划优化水力蓄能系统的交易决策，Oper。第61/4号决议（2013）810-823·兹比尔1291.90125
[20] F.Maggioni，G.Pflug：一般非离散多级风险规避随机优化程序的保证界，SIAM J.optimization 29/1（2019）454-483·Zbl 1411.90241号
[21] P.Olsen：《在lp空间中作为数学规划的追索权的多阶段随机规划》，SIAM J.控制优化3（1976）528-537·Zbl 0336.90041号
[22] P.Olsen：多阶段随机规划问题的离散化，数学。粗粒度研究6（1976）111-124·Zbl 0374.90053号
[23] P.Olsen：多级随机规划问题什么时候定义明确？，SIAM J.控制优化14/3（1976）518-527·Zbl 0336.90040号
[24] T.Pennanen，A.-P.Perkkiö：凸随机优化中的动态规划，《凸分析》30/4（2023）1241-1283·Zbl 1522.90053号
[25] T.Pennanen，A.-P.Perkkiö：凸随机优化，预印本（2023）。
[26] M.V.F.Pereira，L.M.V.G.Pinto：应用于能源规划的多阶段随机优化，数学。编程52/1-3（1991）359-375·Zbl 0749.90057号
[27] G.Pflug，A.Pichler：《多阶段随机优化》，Springer Series in Operations Research and Financial Engineering，Cham出版社，2014年·Zbl 1317.90220号
[28] A.B.Philpott，Z.Guan：关于随机对偶动态规划及相关方法的收敛性，Oper。Res.Letters 36/4（2008）450-455·Zbl 1155.90437号
[29] A.B.Philpott，V.L.de Matos，E.Finardi：关于用一致风险测度求解多阶段随机规划，Oper。第61/4号决议（2013）957-970·Zbl 1291.90152号
[30] A.Pichler，R.P.Liu，A.Shapiro：风险规避随机规划：时间一致性和最优停止，Oper。第70/4号决议（2022年）2439-2455·兹比尔1500.90037
[31] P.Dommel，A.Pichler/动态编程。。。
[32] A.Pichler，A.Shapiro：分布式稳健多级优化的数学基础，SIAM J.optimization 31/4（2021）3044-3067·兹比尔1481.90242
[33] R.T.Rockafellar：积分泛函、正规被积函数和可测选择，收录于：非线性算子和变分法，布鲁塞尔夏令营1975，数学讲义543，柏林斯普林格（1976）157-207·Zbl 0374.49001号
[34] R.T.Rockafellar，R.J.-B.Wets：随机优化问题中的非预期性和L1-鞅，数学。编程研究6（1976）170-187·Zbl 0377.90073号
[35] R.T.Rockafellar，R.J.-B.Wets：关于凸泛函的次微分与条件期望的互换，《随机7/3》（1982）173-182·Zbl 0487.49006号
[36] R.T.Rockafellar，R.J.-B.Wets:变分分析，Grundlehren der Mathematis chen Wissenschaften 317，施普林格，柏林（1998）·Zbl 0888.49001号
[37] W.Römisch，V.Guigues:基于扩展多面体风险度量的多级随机程序基于抽样的分解方法，SIAM J.Optimiza-tion 22/2（2012）286-312·Zbl 1259.90082号
[38] A.Ruszczynski：马尔可夫决策过程的风险规避动态规划，数学。编程服务器。B 125（2010）235-261·Zbl 1207.49032号
[39] A.Shapiro：《随机对偶动态规划方法分析》，Eur.J.Oper。第209/1号决议（2010）63-72·Zbl 1208.90126号
[40] A.Shapiro：动态风险度量的时间一致性，Oper。Res.Letters 40/6（2012）436-439·Zbl 1258.91111号
[41] A.Shapiro：风险规避随机规划中的互换性原则和动态方程，Oper。Res.Letters 45/4（2017）377-381·Zbl 1409.90125号
[42] A.Shapiro：《风险中性、分布稳健和风险规避多阶段随机规划教程》，欧洲期刊Oper。第288/1号决议（2021年）1-13·Zbl 1487.90506号
[43] A.Shapiro，D.Dentcheva，A.Ruszczynski：随机编程讲座。《建模与理论》，第三版，MOS-SIAM优化系列，第28卷，工业与应用数学社会，费城（2021年）·Zbl 1487.90507号
[44] A.Shapiro，W.Tekaya，J.P.da Costa，M.Pereira Soares：风险中性和风险规避随机双重动态规划方法，欧洲期刊Oper。第224/2号决议（2013）375-391·Zbl 1292.90219号
[45] A.N.Shiryaev：《概率》，纽约斯普林格出版社（1996年）。
[46] A.W.van der Vaart，J.A.Wellner：《弱收敛与经验过程》。《统计应用》，《斯普林格统计丛书》，纽约斯普林格出版社（1996年）·Zbl 0862.60002号
[47] J.Zhen，D.Kuhn，W.Wiesemann：鲁棒和分布鲁棒优化的数学基础，arXiv:210500760（2021）。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。