Меры риска в задачах стохастического программирования и робастной оптимизации

Рассмотрено использование мер риска, позволяющее объединить в рамках общего подхода задачи стохастического программирования и робастной оптимизации. Описаны конструкции для класса полиэдральных когерентных мер риска. Показано, как задачи линейной оптимизации с неопределенностью при применении таких...

Full description

Saved in:
Bibliographic Details
Published in:Кибернетика и системный анализ
Date:2015
Main Author: Кирилюк, В.С.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2015
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/124927
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Меры риска в задачах стохастического программирования и робастной оптимизации / В.С. Кирилюк // Кибернетика и системный анализ. — 2015. — Т. 51, № 6. — С. 46-59. — Бібліогр.: 23 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Рассмотрено использование мер риска, позволяющее объединить в рамках общего подхода задачи стохастического программирования и робастной оптимизации. Описаны конструкции для класса полиэдральных когерентных мер риска. Показано, как задачи линейной оптимизации с неопределенностью при применении таких мер сводятся к детерминированным задачам линейного программирования. Розглянуто використання мір ризику, що дозволяє об єднати задачі стохастичного програмування і робастної оптимізації у рамках загального підходу. Описано конструкції для класу поліедральних когерентних мір ризику. Показано, як задачі лінійної оптимізації з невизначеністю при застосуванні таких мір зводяться до детермінованих задач лінійного програмування. The author considers the use of risk measures that allows combining stochastic programming and robust optimization problems within the overall approach. Constructions for the class of polyhedral coherent risk measures are described. It is shown how the use of such measures can reduce problems of linear optimization under uncertainty to deterministic linear programming problems
ISSN:0023-1274