Statistical approximation of multicriteria problems of stochastic programming
The article validates an approximation technique for solving multiobjective stochastic optimization problems. As a generalized model of a stochastic system to be optimized, a vector “input–random output” system is considered. Random outputs are converted into a vector of
 deterministic perfo...
Gespeichert in:
| Veröffentlicht in: | Доповіді НАН України |
|---|---|
| Datum: | 2015 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Englisch |
| Veröffentlicht: |
Видавничий дім "Академперіодика" НАН України
2015
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/96220 |
| 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: | Statistical approximation of multicriteria problems of stochastic programming / B.V. Norkin // Доповiдi Нацiональної академiї наук України. — 2015. — № 4. — С. 35-41. — Бібліогр.: 12 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862716708666474496 |
|---|---|
| author | Norkin, B.V. |
| author_facet | Norkin, B.V. |
| citation_txt | Statistical approximation of multicriteria problems of stochastic programming / B.V. Norkin // Доповiдi Нацiональної академiї наук України. — 2015. — № 4. — С. 35-41. — Бібліогр.: 12 назв. — англ. |
| collection | DSpace DC |
| container_title | Доповіді НАН України |
| description | The article validates an approximation technique for solving multiobjective stochastic optimization problems. As a generalized model of a stochastic system to be optimized, a vector “input–random output” system is considered. Random outputs are converted into a vector of
deterministic performance/risk indicators. The problem is to find those inputs that correspond
to Pareto-optimal values of output indicators. The problem is approximated by a sequence
of deterministic multicriteria optimization problems, where, for example, the objective vector
function is a sample average approximation of the original one, and the feasible set is a discrete sample approximation of the feasible inputs. Approximate optimal solutions are defined as weakly Pareto efficient ones within some vector tolerance. Convergence analysis includes
establishing the convergence of the general approximation scheme and establishing the conditions of convergence with probability one under proper regulation of sampling parameters.
Обгрунтовано апроксимацiйний пiдхiд до розв’язання задач багатокритерiальної стохастичної оптимiзацiї. В якостi узагальненої моделi стохастичної системи, що оптимiзується, використовується векторна модель типу “вхiд–випадковий вихiд”. Випадковi виходи перетворюються в вектор детермiнованих показникiв ефективностi i ризику. Проблема полягає в тому, щоб знайти тi входи, якi вiдповiдають Парето-оптимальним значенням вихiдних показникiв. Ця задача наближається послiдовнiстю задач детермiнованої багатокритерiальної оптимiзацiї, де, наприклад, цiльова вектор-функцiя є вибiрковим середнiм наближенням вихiдної функцiї, а допустима множина є дискретним наближенням можливих входiв. Наближенi оптимальнi розв’язки визначаються як слабо ефективнi (з деякою точнiстю) за Парето. Аналiз збiжностi включає в себе обгрунтування збiжностi загальної
апроксимацiйної схеми i встановлення умов збiжностi з ймовiрнiстю одиниця при адекватному регулюваннi параметрiв вибiрки.
Обосновывается аппроксимационный подход к решению задач многокритериальной стохастической оптимизации. В качестве обобщенной модели оптимизируемой стохастической системы используется векторная модель типа “вход–случайный выход”. Случайные выходы
преобразуются в вектор детерминированных показателей эффективности и риска. Проблема состоит в том, чтобы найти те входы, которые соответствуют Парето-оптимальным значениям выходных показателей. Эта задача приближается последовательностью
задач детерминированной многокритериальной оптимизации, где, например, целевая вектор-функция является выборочным средним приближением исходной функции, а допустимое множество является дискретным приближением возможных входов. Приближенные
оптимальные решения определяются как слабо эффективеные (с некоторой точностью) по
Парето. Анализ сходимости включает в себя обоснование сходимости общей аппроксимационной схемы и установление условий сходимости с вероятностью единица при адекватном регулировании параметров выборки.
|
| first_indexed | 2025-12-07T18:06:49Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-96220 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1025-6415 |
| language | English |
| last_indexed | 2025-12-07T18:06:49Z |
| publishDate | 2015 |
| publisher | Видавничий дім "Академперіодика" НАН України |
| record_format | dspace |
| spelling | Norkin, B.V. 2016-03-12T15:32:23Z 2016-03-12T15:32:23Z 2015 Statistical approximation of multicriteria problems of stochastic programming / B.V. Norkin // Доповiдi Нацiональної академiї наук України. — 2015. — № 4. — С. 35-41. — Бібліогр.: 12 назв. — англ. 1025-6415 https://nasplib.isofts.kiev.ua/handle/123456789/96220 519.6 The article validates an approximation technique for solving multiobjective stochastic optimization problems. As a generalized model of a stochastic system to be optimized, a vector “input–random output” system is considered. Random outputs are converted into a vector of
 deterministic performance/risk indicators. The problem is to find those inputs that correspond
 to Pareto-optimal values of output indicators. The problem is approximated by a sequence
 of deterministic multicriteria optimization problems, where, for example, the objective vector
 function is a sample average approximation of the original one, and the feasible set is a discrete sample approximation of the feasible inputs. Approximate optimal solutions are defined as weakly Pareto efficient ones within some vector tolerance. Convergence analysis includes
 establishing the convergence of the general approximation scheme and establishing the conditions of convergence with probability one under proper regulation of sampling parameters. Обгрунтовано апроксимацiйний пiдхiд до розв’язання задач багатокритерiальної стохастичної оптимiзацiї. В якостi узагальненої моделi стохастичної системи, що оптимiзується, використовується векторна модель типу “вхiд–випадковий вихiд”. Випадковi виходи перетворюються в вектор детермiнованих показникiв ефективностi i ризику. Проблема полягає в тому, щоб знайти тi входи, якi вiдповiдають Парето-оптимальним значенням вихiдних показникiв. Ця задача наближається послiдовнiстю задач детермiнованої багатокритерiальної оптимiзацiї, де, наприклад, цiльова вектор-функцiя є вибiрковим середнiм наближенням вихiдної функцiї, а допустима множина є дискретним наближенням можливих входiв. Наближенi оптимальнi розв’язки визначаються як слабо ефективнi (з деякою точнiстю) за Парето. Аналiз збiжностi включає в себе обгрунтування збiжностi загальної
 апроксимацiйної схеми i встановлення умов збiжностi з ймовiрнiстю одиниця при адекватному регулюваннi параметрiв вибiрки. Обосновывается аппроксимационный подход к решению задач многокритериальной стохастической оптимизации. В качестве обобщенной модели оптимизируемой стохастической системы используется векторная модель типа “вход–случайный выход”. Случайные выходы
 преобразуются в вектор детерминированных показателей эффективности и риска. Проблема состоит в том, чтобы найти те входы, которые соответствуют Парето-оптимальным значениям выходных показателей. Эта задача приближается последовательностью
 задач детерминированной многокритериальной оптимизации, где, например, целевая вектор-функция является выборочным средним приближением исходной функции, а допустимое множество является дискретным приближением возможных входов. Приближенные
 оптимальные решения определяются как слабо эффективеные (с некоторой точностью) по
 Парето. Анализ сходимости включает в себя обоснование сходимости общей аппроксимационной схемы и установление условий сходимости с вероятностью единица при адекватном регулировании параметров выборки. en Видавничий дім "Академперіодика" НАН України Доповіді НАН України Інформатика та кібернетика Statistical approximation of multicriteria problems of stochastic programming Статистична апроксимацiя багатокритерiальних задач стохастичного програмування Статистическая аппроксимация многокритериальных задач стохастического программирования Article published earlier |
| spellingShingle | Statistical approximation of multicriteria problems of stochastic programming Norkin, B.V. Інформатика та кібернетика |
| title | Statistical approximation of multicriteria problems of stochastic programming |
| title_alt | Статистична апроксимацiя багатокритерiальних задач стохастичного програмування Статистическая аппроксимация многокритериальных задач стохастического программирования |
| title_full | Statistical approximation of multicriteria problems of stochastic programming |
| title_fullStr | Statistical approximation of multicriteria problems of stochastic programming |
| title_full_unstemmed | Statistical approximation of multicriteria problems of stochastic programming |
| title_short | Statistical approximation of multicriteria problems of stochastic programming |
| title_sort | statistical approximation of multicriteria problems of stochastic programming |
| topic | Інформатика та кібернетика |
| topic_facet | Інформатика та кібернетика |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/96220 |
| work_keys_str_mv | AT norkinbv statisticalapproximationofmulticriteriaproblemsofstochasticprogramming AT norkinbv statističnaaproksimaciâbagatokriterialʹnihzadačstohastičnogoprogramuvannâ AT norkinbv statističeskaâapproksimaciâmnogokriterialʹnyhzadačstohastičeskogoprogrammirovaniâ |