气候不确定性下水资源分配的多阶段分布鲁棒优化方法
最优化与控制
2020-05-20 v2
摘要
本文研究了一种用于气候不确定性下水资源分配的多阶段分布鲁棒优化(Multistage Distributionally Robust Optimization, MDRO)方法。MDRO通过在有限场景树上创建条件分布集合（称为条件模糊集）来形成。条件模糊集中的分布根据 -散度（例如Kullback-Liebler散度、Hellinger距离、Burg熵等）保持接近名义条件分布。本文讨论了一种求解所得MDRO的分解算法，并将该建模与求解技术应用于亚利桑那州图森市一个快速发展地区的水资源分配。图森与世界许多干旱和半干旱地区一样，未来为其市民供水的能力面临相当大的不确定性。图森地区不确定性的主要来源包括（1）不可预测的人口增长，（2）科罗拉多河的水可用性，以及（3）气候变率对水资源消耗的影响。本文将所有这些不确定性来源的预报整合到一个单一的优化模型中，以实现鲁棒和可持续的水资源分配。然后，利用该模型分析建设额外处理设施以减少未来水资源短缺的价值。结果表明，MDRO方法可通过提供最小化风险和帮助规划未来的见解，对水务管理者非常有价值。
引用
@article{arxiv.2005.07811,
title = {A Multistage Distributionally Robust Optimization Approach to Water Allocation under Climate Uncertainty},
author = {Jangho Park and Guzin Bayraksan},
journal= {arXiv preprint arXiv:2005.07811},
year = {2020}
}