分布式鲁棒优化初学1

针对不同类型的分布式鲁棒优化问题，求解思路： 

1.1不确定项在目标函数中

模型1：

运用最大化，最小化，maxmin转化为minmax即可，然后对max求对偶，即可统一为min问题。

模型2：

 

此类问题，无法运用1中方式转化

可以变为:

然后对式子中最大值问题求对偶，即可转换为min问题

1.2不确定项不在目标函数中：

1.通过拉格朗日松弛的方式，将含有不确定性的约束放入目标函数中即可。

2.优化模型。

3.通过机会约束的方式。