パラメトリックコスト関数近似:多段確率プログラミングに対する新しいアプローチ【JST・京大機械翻訳】

Powell Warren B; Ghadimi Saeed

プレプリント

J-GLOBAL ID：202202212488335725 整理番号：22P0022495

パラメトリックコスト関数近似:多段確率プログラミングに対する新しいアプローチ【JST・京大機械翻訳】

The Parametric Cost Function Approximation: A new approach for multistage stochastic programming

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月01日プレプリントサーバーでの情報更新日： 2022年01月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

研究文献における多段階確率的プログラミング問題を解くための最も一般的な手法は,現在,意思決定のインパクトを近似するために,価値関数(動的計画法)またはシナリオツリー(”確率的プログラミング”)のいずれかを使用することであった。対照的に,一般的な産業実践は,理解と解決が容易である未来の決定論的近似を用いることであるが,不確実性を無視するために批判される。決定論的最適化モデルのパラメータ化されたバージョンは,確率的プログラミングまたは動的プログラミングのいずれかの複雑さなしに,不確実性を扱う効果的な方法であることを示した。多くの複雑な確率的決定問題に対する強力な戦略として,パラメータ化された決定論的最適化モデル,特に決定論的ルックヘッドモデルの概念を提示した。この手法は,複雑な高次元状態変数を扱うことができ,シナリオツリーまたは値関数近似に関連する通常の近似を避けることができる。その代りに,パラメータ化の設計と調整のオフライン課題を紹介した。一連のアプリケーション設定を用いてアイデアを例証し,回転予測による非定常エネルギー貯蔵問題におけるその使用を実証した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

研究開発 , 数理計画法

, ,

前のページに戻る