非线性多阶段随机优化中的次正则递推
最优化与控制
2020-01-22 v1
摘要
我们在可积函数空间中考虑非线性多阶段随机优化问题。我们允许非线性动态与一般目标泛函，包括动态风险度量。我们研究描述系统动态的因果算子，并推导涉及此类算子的罚函数的 Clarke 次微分。随后我们引入非线性多阶段随机优化中次正则递推的概念，并在两种表述下确立所得系统的次正则性：内建非预期性与显式非预期性约束。最后，我们推导两种表述的最优性条件并研究其关系。
引用
@article{arxiv.2001.06924,
title = {Subregular Recourse in Nonlinear Multistage Stochastic Optimization},
author = {Darinka Dentcheva and Andrzej Ruszczynski},
journal= {arXiv preprint arXiv:2001.06924},
year = {2020}
}