基于图论的不完全情景集多阶段随机规划中非预期约束生成方法
最优化与控制
2019-08-07 v1
摘要
我们提出了一种算法，用于为基于情景、具有内生与外生不确定性且允许逐步实现的随机多阶段随机规划（MSSP）问题生成最小基数的非预期约束（NAC）集。近来若干作者考虑了针对各类情景集结构的 MSSP 生成最小基数 NAC 集的方法。然而，这些方法局限于实现瞬时发生或需要完整情景集的不确定性参数。所提算法称为样本非预期约束算法（SNAC），放宽了该要求。我们证明只要不确定性参数及其取值数量保持恒定，该算法在情景数上呈多项式缩放。
引用
@article{arxiv.1908.01792,
title = {A Graph Theoretic Approach to Non-Anticipativity Constraint Generation in Multistage Stochastic Programs with Incomplete Scenario Sets},
author = {Brianna Christian and Alexander Vinel and Zuo Zheng and Selen Cremaschi},
journal= {arXiv preprint arXiv:1908.01792},
year = {2019}
}