数据驱动 Wasserstein 分布鲁棒优化的矩松弛
最优化与控制
2025-05-27 v1
摘要
我们针对数据驱动 Wasserstein 分布鲁棒优化问题提出了矩松弛。我们识别了确保此类松弛在单阶段和两阶段问题中具有渐近一致性的条件，并给出了说明这些条件必要性的示例。此外，还包含了数值实验以说明所提出的松弛方法。
引用
@article{arxiv.2505.19278,
title = {Moment Relaxations for Data-Driven Wasserstein Distributionally Robust Optimization},
author = {Shixuan Zhang and Suhan Zhong},
journal= {arXiv preprint arXiv:2505.19278},
year = {2025}
}
备注
25 pages