带割平面选择的多阶段随机规划多割分解方法
最优化与控制
2019-07-23 v3
摘要
我们引入一种多割分解算法（MuDA）的变体，称为 CuSMuDA（多割分解算法的割平面选择），用于求解多阶段随机线性规划，该方法融合了选择近似追索函数中最相关割平面的策略。我们证明了该方法在有限迭代次数内的收敛性，并将其用于求解六个考虑收益不确定性下直接交易成本的投资组合问题，以及六个考虑需求不确定性下的库存管理问题。在所有问题实例上，CuSMuDA 均比 MuDA 快得多：对于所考虑的投资组合问题，速度提升 5.1 至 12.6 倍；对于库存问题，速度提升 6.4 至 15.7 倍。
引用
@article{arxiv.1705.08977,
title = {Multicut decomposition methods with cut selection for multistage stochastic programs},
author = {Michelle Bandarra and Vincent Guigues},
journal= {arXiv preprint arXiv:1705.08977},
year = {2019}
}