可行的鲁棒分布度量下的随机优化
摘要：基于f-分散半径构建的二阶鲁棒随机优化模型的实用近似方法：一种普遍存在数值挑战的模型，特别是在存在混合整数一阶决策时。为此，我们提出了一种新颖的分散函数，可以产生实用的鲁棒对应问题，并在建模不同的不确定性规避时保持灵活性。我们的函数生成的鲁棒对应问题在数值困难上与名义问题相当。此外，我们还提出了使用我们的分散函数模拟现有f-分散函数而不影响实用性的方法。我们将我们的模型实施在巴西人道主义行动的实际位置分配模型中。我们的人道主义模型通过使用新的效用函数和基尼平均差系数来优化效益和公平的权衡。通过这个案例研究，我们展示了以下结果：1）我们提出的分散函数相比现有的f-分散函数，显著提高了鲁棒对应问题的实用性；2）我们的新目标函数增加了人道主义响应的公平性；3）当考虑不确定性时，生成的计划对概率估计的变化更加鲁棒。
作者：Aakil M. Caunhye, Douglas Alem
论文ID：2107.04697
分类：Optimization and Control
分类简称：math.OC
提交时间：2023-08-15