Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования
Рассмотрены модели двухэтапного стохастического программирования с квантильным критерием и модели с вероятностным ограничением на случайные значения целевой функции второго этапа. Такие модели позволяют формализовать требования к надежности и безопасности оптимизируемой системы, а также оптимизирова...
Збережено в:
| Опубліковано в: : | Кибернетика и системный анализ |
|---|---|
| Дата: | 2014 |
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2014
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/124694 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования / В.И. Норкин, А.И. Кибзун, А.В. Наумов // Кибернетика и системный анализ. — 2014. — Т. 50, № 5. — С. 34-48. — Бібліогр.: 35 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-124694 |
|---|---|
| record_format |
dspace |
| spelling |
Норкин, В.И. Кибзун, А.И. Наумов, А.В. 2017-10-02T18:29:12Z 2017-10-02T18:29:12Z 2014 Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования / В.И. Норкин, А.И. Кибзун, А.В. Наумов // Кибернетика и системный анализ. — 2014. — Т. 50, № 5. — С. 34-48. — Бібліогр.: 35 назв. — рос. 0023-1274 https://nasplib.isofts.kiev.ua/handle/123456789/124694 519.856 Рассмотрены модели двухэтапного стохастического программирования с квантильным критерием и модели с вероятностным ограничением на случайные значения целевой функции второго этапа. Такие модели позволяют формализовать требования к надежности и безопасности оптимизируемой системы, а также оптимизировать ее функционирование в экстремальных условиях. Предложен способ эквивалентного преобразования моделей при дискретном распределении случайных параметров к задачам частично целочисленного программирования. Число дополнительных целочисленных (булевых) переменных в этой задаче равно числу возможных значений вектора случайных параметров. Полученные смешанные задачи решаются с помощью мощных стандартных компьютерных программ дискретной оптимизации. Приведены результаты численного эксперимента на задаче небольшой размерности. Розглянуто моделі двоетапного стохастичного програмування з квантильним критерієм, а також моделі з імовірнісним обмеженням на випадкові значення цільової функції другого етапу. Такі моделі дозволяють формалізувати вимоги до надійності і безпеки системи, що оптимізується, а також оптимізувати її функціонування в екстремальних умовах. Запропоновано спосіб еквівалентного перетворення моделей при дискретному розподілі випадкових параметрів до задач частково цілочисельного програмування. Число додаткових цілочисельних (булевих) змінних в цій задачі дорівнює числу можливих значень вектора випадкових параметрів. Отримані змішані задачі розв'язуються за допомогою потужних стандартних комп'ютерних програм дискретної оптимізації. Наведено результати чисельного експерименту на задачі невеликої вимірності. We consider a two-stage stochastic programming model with quantile criterion, as well as models with a probabilistic constraint on the random value of the objective function of the second stage. These models allow us to formalize the requirements for the reliability and safety of the system being optimized and to optimize the system performance under extreme conditions. We propose a method of equivalent transformation of these models under discrete distribution of random parameters to mixed-integer programming problems. The number of additional integer (Boolean) variables in these problems equals to the number of possible values of the vector of random parameters. The obtained mixed optimization problems can be solved by powerful standard discrete optimization software. To illustrate the approach, the results of numerical experiment for the problem of small dimension are presented. Работа выполнена при поддержке Государственного фонда фундаментальных исследований Украины в рамках совместного российско-украинского проекта Ф40.1/016 (2011-2012) и Российского фонда фундаментальных исследований (проекты 11-07-90407-Укр-ф-а, 11-07-00315-а), а также частично поддержана норвежско-украинским грантом CPEALA-2012/10052. ru Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Системный анализ Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования Зведення задач двоетапної ймовірнісної оптимізації з дискретним розподілом випадкових даних до задач частково цілочисельного програмування Reducing two-stage probabilistic optimization problems with discrete distribution of random data to mixed-integer programming problems Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования |
| spellingShingle |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования Норкин, В.И. Кибзун, А.И. Наумов, А.В. Системный анализ |
| title_short |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования |
| title_full |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования |
| title_fullStr |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования |
| title_full_unstemmed |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования |
| title_sort |
сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования |
| author |
Норкин, В.И. Кибзун, А.И. Наумов, А.В. |
| author_facet |
Норкин, В.И. Кибзун, А.И. Наумов, А.В. |
| topic |
Системный анализ |
| topic_facet |
Системный анализ |
| publishDate |
2014 |
| language |
Russian |
| container_title |
Кибернетика и системный анализ |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
Зведення задач двоетапної ймовірнісної оптимізації з дискретним розподілом випадкових даних до задач частково цілочисельного програмування Reducing two-stage probabilistic optimization problems with discrete distribution of random data to mixed-integer programming problems |
| description |
Рассмотрены модели двухэтапного стохастического программирования с квантильным критерием и модели с вероятностным ограничением на случайные значения целевой функции второго этапа. Такие модели позволяют формализовать требования к надежности и безопасности оптимизируемой системы, а также оптимизировать ее функционирование в экстремальных условиях. Предложен способ эквивалентного преобразования моделей при дискретном распределении случайных параметров к задачам частично целочисленного программирования. Число дополнительных целочисленных (булевых) переменных в этой задаче равно числу возможных значений вектора случайных параметров. Полученные смешанные задачи решаются с помощью мощных стандартных компьютерных программ дискретной оптимизации. Приведены результаты численного эксперимента на задаче небольшой размерности.
Розглянуто моделі двоетапного стохастичного програмування з квантильним критерієм, а також моделі з імовірнісним обмеженням на випадкові значення цільової функції другого етапу. Такі моделі дозволяють формалізувати вимоги до надійності і безпеки системи, що оптимізується, а також оптимізувати її функціонування в екстремальних умовах. Запропоновано спосіб еквівалентного перетворення моделей при дискретному розподілі випадкових параметрів до задач частково цілочисельного програмування. Число додаткових цілочисельних (булевих) змінних в цій задачі дорівнює числу можливих значень вектора випадкових параметрів. Отримані змішані задачі розв'язуються за допомогою потужних стандартних комп'ютерних програм дискретної оптимізації. Наведено результати чисельного експерименту на задачі невеликої вимірності.
We consider a two-stage stochastic programming model with quantile criterion, as well as models with a probabilistic constraint on the random value of the objective function of the second stage. These models allow us to formalize the requirements for the reliability and safety of the system being optimized and to optimize the system performance under extreme conditions. We propose a method of equivalent transformation of these models under discrete distribution of random parameters to mixed-integer programming problems. The number of additional integer (Boolean) variables in these problems equals to the number of possible values of the vector of random parameters. The obtained mixed optimization problems can be solved by powerful standard discrete optimization software. To illustrate the approach, the results of numerical experiment for the problem of small dimension are presented.
|
| issn |
0023-1274 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/124694 |
| citation_txt |
Сведение задач двухэтапной вероятностной оптимизации с дискретным распределением случайных данных к задачам частично целочисленного программирования / В.И. Норкин, А.И. Кибзун, А.В. Наумов // Кибернетика и системный анализ. — 2014. — Т. 50, № 5. — С. 34-48. — Бібліогр.: 35 назв. — рос. |
| work_keys_str_mv |
AT norkinvi svedeniezadačdvuhétapnoiveroâtnostnoioptimizaciisdiskretnymraspredeleniemslučainyhdannyhkzadačamčastičnoceločislennogoprogrammirovaniâ AT kibzunai svedeniezadačdvuhétapnoiveroâtnostnoioptimizaciisdiskretnymraspredeleniemslučainyhdannyhkzadačamčastičnoceločislennogoprogrammirovaniâ AT naumovav svedeniezadačdvuhétapnoiveroâtnostnoioptimizaciisdiskretnymraspredeleniemslučainyhdannyhkzadačamčastičnoceločislennogoprogrammirovaniâ AT norkinvi zvedennâzadačdvoetapnoíimovírnísnoíoptimízacíízdiskretnimrozpodílomvipadkovihdanihdozadaččastkovocíločiselʹnogoprogramuvannâ AT kibzunai zvedennâzadačdvoetapnoíimovírnísnoíoptimízacíízdiskretnimrozpodílomvipadkovihdanihdozadaččastkovocíločiselʹnogoprogramuvannâ AT naumovav zvedennâzadačdvoetapnoíimovírnísnoíoptimízacíízdiskretnimrozpodílomvipadkovihdanihdozadaččastkovocíločiselʹnogoprogramuvannâ AT norkinvi reducingtwostageprobabilisticoptimizationproblemswithdiscretedistributionofrandomdatatomixedintegerprogrammingproblems AT kibzunai reducingtwostageprobabilisticoptimizationproblemswithdiscretedistributionofrandomdatatomixedintegerprogrammingproblems AT naumovav reducingtwostageprobabilisticoptimizationproblemswithdiscretedistributionofrandomdatatomixedintegerprogrammingproblems |
| first_indexed |
2025-11-27T11:30:21Z |
| last_indexed |
2025-11-27T11:30:21Z |
| _version_ |
1850852189338075136 |