优化模型验证关键代码19：SAA方法处理联合机会约束的Gurobipy实现

目录

0 SAA方法

1 算例

 2 计算代码

2.1 生成准备数据

2.2 构建联合机会约束模型的SAA子问题

---

0 SAA方法

有两种方法可以用来处理上述模型：

1. 将概率分布P离散化，然后处理得到的组合优化问题
2. 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)。