抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
タスクスケジューリング,集合-次数システム,およびサプライチェーンネットワーク設計のような顕著なインスタンスを含む2段階分布ロバスト最適化(DRO)問題の一般的クラスを考察した。曖昧さ集合は必ずしも離散的でない固定限界分布によって制約される。そのような問題の近似的に最適解を計算するための数値アルゴリズムを開発した。線形制約の有限収集により限界制約を置き換えることにより,その上限として機能するDRO問題の緩和を導いた。緩和誤差を任意に0に制御することができた。双対性結果を開発し,インフスアップ問題をインフインフ問題に変換した。これは,線形半無限最適化問題を解決する限界制約を持つ2段階DRO問題に対する数値アルゴリズムを導いた。近似的に最適解の他に,アルゴリズムは,問題の最適値のために上限と下限の両方を計算する。計算限界間の差は,計算した解の直接準最適性推定を提供した。最も重要なことに,サブ最適性が任意に小さいように,アルゴリズムの入力を選択できる。数値例では,提案アルゴリズムをタスクスケジューリング,集合次数システム,およびサプライチェーンネットワーク設計に適用した。これらの問題における多義性集合は,離散および連続分布の両方を含む多数の限界を含む。数値結果により,提案アルゴリズムは,過剰保存でない実際的に妥当な大きさで,それらの対応する準最適性推定とともに,高品質ロバスト決定を計算することを示した。【JST・京大機械翻訳】