目录
0 SAA方法
有两种方法可以用来处理上述模型:
- 将概率分布P离散化,然后处理得到的组合优化问题
- 利用机会约束的凸近似
对应的参考文献为:
- Dentcheva, D., Prékopa, A., & Ruszczynski, A. (2000). Concavity and efficient points of discrete distributions in probabilistic programming. Mathematical programming, 89(1), 55-77.
- Luedtke, J., & Ahmed, S. (2008). A sample approximation approach for optimization with probabilistic constraints. SIAM Journal on Optimization, 19(2), 674-699.
- Nemirovski, A., & Shapiro, A. (2007). Convex approximations of chance constrained programs. SIAM Journal on Optimization, 17(4), 969-996.
我们讨论了如何使用 SAA 方法来获得机会约束问题的良好候选解决方案。
SAA方法,也是处理随机规划问题的常用方法,它被用来求解具有期望值目标的随机规划模型( stochastic programs with expected values objectives)。