確率的リソース割当問題のためのオンライン主双対アルゴリズム【JST・京大機械翻訳】

Chen Yuwei; Deng Zengde; Chen Zaiyi; Zhou Yinzhi; Chen Yujie; Hu Haoyuan

プレプリント

J-GLOBAL ID：202202216498593884 整理番号：22P0323039

確率的リソース割当問題のためのオンライン主双対アルゴリズム【JST・京大機械翻訳】

Online Primal-Dual Algorithms For Stochastic Resource Allocation Problems

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 (6件)： , , , , ,
資料名：
発行年： 2022年03月31日プレプリントサーバーでの情報更新日： 2022年03月31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)

本論文では,機会制約と条件付き期待値制約を持つオンライン確率的資源割当て問題(RAP)を研究した。オンラインRAPは,資源消費係数が,対応する収入係数と共にカラムによって明らかにされた整数線形計画法問題である。カラムが明らかにされたとき,対応する決定変数は,将来の情報なしで瞬時に決定される。オンラインアプリケーションにおいて,資源消費係数は予測によってしばしば得られる。このようなシナリオに対するアプリケーションは,オンラインオーダ充足タスクから増加する。タイムライン制約を考慮した場合,係数は原点から destination先までの輸送時間の予測によって生成される。それらの不確実性をモデル化するために,機会制約と条件付き期待値制約を考慮に入れた。不確実な変数が既知のGauss分布を持つと仮定すると,確率的RAPは整数二次円錐制約を持つ決定論的ではあるが非線形問題に変換することができる。次に,この非線形問題を線形化し,線形化確率RAPを解くためのバニラオンラインプライムデュアルアルゴリズムの性能を理論的に解析した。穏やかな技術的仮定の下で,最適性ギャップと制約違反は,両方とも√nのオーダであった。次に,アルゴリズムの性能をさらに改善するために,発見的補正によるいくつかの修正オンラインプライマー二重アルゴリズムを提案した。最後に,広範な数値実験は,著者らの方法の適用性と有効性を実証した。【JST・京大機械翻訳】

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

数理計画法

, , , ,

前のページに戻る