结合罚函数与高斯-赛德尔方法求解随机混合整数问题
最优化与控制
2019-08-09 v1
摘要
在本文中，我们提出了一种针对混合整数随机规划（SMIP）问题的新型分解方法，其灵感源于基于罚函数的拉格朗日方法与块高斯-赛德尔方法（PBGS）的结合。就此而言，PBGS 的开发使得 SMIP 所具有的内在可分解结构能够以计算高效的方式被利用。将所提方法的性能与渐进对冲方法（PH）进行比较，后者也可视为一种基于拉格朗日的方法来求解 SMIP。使用文献中的实例进行的数值实验表明了所提方法在计算性能和解质量方面的效率。
引用
@article{arxiv.1702.00074,
title = {Combining Penalty-based and Gauss-Seidel Methods for solving Stochastic Mixed-Integer Problems},
author = {Fabricio Oliveira and Jeffrey Christiansen and Brian Dandurand and Andrew Eberhard},
journal= {arXiv preprint arXiv:1702.00074},
year = {2019}
}