Applying oracles of on-demand accuracy in two-stage stochastic programming - A computational study
Applying oracles of on-demand accuracy in two-stage stochastic programming - A computational study
复制标题
在两阶段随机规划中应用按需精度预言 - 计算研究
DOI：
10.1016/j.ejor.2014.05.010
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Leena Suhl
中科院分区：
文献类型：
--
作者：
Christian Wolf;Csaba Fabian;Achim Koberstein;Leena Suhl
传统上，基于Benders分解原理的L形方法的两个变体被用于解决两阶段随机规划问题：聚集版本和非聚集版本。在这项研究中，我们报告了我们的实验与一个特殊的凸规划方法应用到总主问题。凸规划方法是使用具有按需精度的预言机的类型。我们使用一种特殊的形式，当应用到两阶段随机规划问题，是整合传统的变量的优点，同时避免其缺点。在一组105个测试问题，我们比较和分析并行实现的正则化和非正则化版本的算法。结果表明，解决方案的时间显着缩短应用按需精度的概念。
Traditionally, two variants of the L-shaped method based on Benders’ decomposition principle are used to solve two-stage stochastic programming problems: the aggregate and the disaggregate version. In this study we report our experiments with a special convex programming method applied to the aggregate master problem. The convex programming method is of the type that uses an oracle with on-demand accuracy. We use a special form which, when applied to two-stage stochastic programming problems, is shown to integrate the advantages of the traditional variants while avoiding their disadvantages. On a set of 105 test problems, we compare and analyze parallel implementations of regularized and unregularized versions of the algorithms. The results indicate that solution times are significantly shortened by applying the concept of on-demand accuracy.
登录
查看更多内容
关于使用 SLP-IOR 测试 SLP 代码
DOI：
--
发表时间：
1998
期刊：
影响因子：
--
作者：
P. Kall;J. Mayer
通讯作者：
J. Mayer
DOI：
10.1016/j.ejor.2013.04.017
发表时间：
2013-10
期刊：
Eur. J. Oper. Res.
影响因子：
--
作者：
Christian Wolf;Achim Koberstein
通讯作者：
Christian Wolf;Achim Koberstein
DOI：
10.1287/ijoc.1030.0037
发表时间：
2004-06
期刊：
INFORMS J. Comput.
影响因子：
--
作者：
K. A. Ariyawansa;Andrew J. Felt;J. Lenstra
通讯作者：
K. A. Ariyawansa;Andrew J. Felt;J. Lenstra
数学规划的新趋势：向 Steven Vajda 致敬
DOI：
--
发表时间：
1998
期刊：
影响因子：
--
作者：
S. Vajda;F. Giannessi;S. Komlósi;T. Rapcsák
通讯作者：
T. Rapcsák
两阶段随机模型中的风险规避优化：计算方面和研究
影响因子：
3.1
作者：
Csaba I. Fábián;Christian Wolf;Achim Koberstein;L. Suhl
通讯作者：
L. Suhl