优化模型验证关键代码13：采样平均近似方法（sample average approximation (SAA)）求解随机路径问题（Stochastic Routing Problem）

目录

1 什么是SAA？

2 随机路径问题（Stochastic Routing Problems, SRP）

2.1 问题概述

2.2 求解难点

2.3 采样方法

2.4 三类随机路径问题

3 求解方法论

 3.1 SAA方法

3.1.1 确定下界和上界

3.1.2 候选解的统计估计

 3.2 使用分支切割求解SAA问题

4 三类SRP的公式

4.1 带截止时间和考虑行驶时间随机的最短路问题

4.2 考虑随机弧段失败的最短路问题

4.3 带随机行驶时间的旅行商问题

4.4 问题分析

5 总结

---

1 什么是SAA？

The sample average approximation (SAA) method is an approach for solving stochastic optimization problems by using Monte Carlo simulation. In this technique the expected objective function of the stochastic problem is approximated by a sample average estimate derived from a random sample. The resulting sample average approximating problem is then solved by deterministic optimization techniques. The process is repeated with different samples to obtain candidate solutions along with statistical estimates of their optimality gaps.

样本平均逼近（SAA）方法是一种利用蒙特卡罗模拟解决随机优化问题的方法。在该技术中，随机问题的预期目标函数近似为从随机样本中得出的样本平均估计值。然后通过