无限 horizon 随机规划的双重动态规划
最优化与控制
2025-04-29 v3
摘要
我们考虑求解无限 horizon 上的随机规划。利用问题的平稳性，我们开发了一种新颖的持续探索无限 horizon 探索性双重动态规划（CE-Inf-EDDP）算法，其复杂度与最先进水平相当，同时在报童与水热规划问题上展现出令人鼓舞的数值性能。CE-Inf-EDDP 在概念上不同于以往的双重动态规划方法：它探索可行域的时间更长，且更频繁地更新割平面模型。此外，我们的算法既能处理简单线性成本，也能处理更复杂的非线性成本。为说明这一点，我们将算法扩展至所谓的分层平稳随机规划，其成本函数为一个参数化多阶段随机规划。该分层规划可建模具有决策层级的问题，例如长期决策如何影响日常运营。作为一个具体例子，我们引入一个包含作为二级市场第二阶段的多种产品装配的报童问题。
引用
@article{arxiv.2303.02024,
title = {Dual dynamic programming for stochastic programs over an infinite horizon},
author = {Caleb Ju and Guanghui Lan},
journal= {arXiv preprint arXiv:2303.02024},
year = {2025}
}
备注
Significant re-write overhaul, including new experiments, reducing to 31 pages, and fix errors in writing/proofs