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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Кибернетика и системный анализ
Datum:2015
1. Verfasser: Кирилюк, В.С.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2015
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/124927
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren: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
Beschreibung
Zusammenfassung: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