多面体不确定下的鲁棒可恢复 0-1 优化问题
数据结构与算法
2018-11-19 v1 最优化与控制
摘要
本文研究 0-1 规划问题的鲁棒可恢复方法。假设第一阶段构造的解可在第二阶段进行一定程度的修改，该修改由在当前解的某个规定邻域中选择一个解组成。第二阶段解的成本可能不确定，并采用多面体不确定性结构。所得的鲁棒可恢复问题是一个 min-max-min 问题，当变量数量较大时可能难以求解。本文提供了求解具有指定多面体不确定性的鲁棒可恢复 0-1 规划问题的框架，并提出了若干下界和近似解，可用于广泛的 0-1 优化问题类。文中还给出了针对指派和背包两个问题的计算测试结果。
引用
@article{arxiv.1811.06719,
title = {Robust recoverable 0-1 optimization problems under polyhedral uncertainty},
author = {Mmikita Hradovich and Adam Kasperski and Pawel Zielinski},
journal= {arXiv preprint arXiv:1811.06719},
year = {2018}
}