worst-case distribution的构造( Yongpei Guan的一个paper学习笔记)

1. 模型

文章考虑了一个数据驱动的风险规避随机优化(data-driven risk-averse stochastic optimization)问题:
(DD-SP) min ⁡ x ∈ X c T x + max ⁡ P ^ ∈ D E P ^ [ Q ( x , ξ ) ] \text{(DD-SP)} \quad \mathop{\min}\limits_{x\in X} c^Tx + \mathop{\max}\limits_{\hat{\mathbb{P}}\in\mathcal{D}} \mathbb{E}_{\hat{\mathbb{P}}} [\mathcal{Q}(x,\xi)] (DD-SP)xXmincTx+P^DmaxEP^[Q(x,ξ)] 其中 x ∈ X x\in X xX是第一阶段的决策变量,第二阶段的问题为
Q ( x , ξ ) = min ⁡ y ∈ Y { d ( ξ ) T y    :    A ( ξ ) x + B y ≥ b ( ξ ) } , \mathcal{Q}(x,\xi) = \mathop{\min}\limits_{y\in Y} \left\{ d(\xi)^Ty \;:\; A(\xi)x + By \ge b(\xi) \right\}, Q(x,ξ)=yYmin{ d(ξ)Ty:A(ξ)x+Byb(ξ)}, 假设 A ( ξ ) A(\xi) A(ξ) B ( ξ ) B(\xi) B(ξ)都关于 ξ \xi ξ连续, 随机变量

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

zte10096334

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值