view in publisher's site

Two-stage stochastic programming under multivariate risk constraints with an application to humanitarian relief network design

In this study, we consider two classes of multicriteria two-stage stochastic programs in finite probability spaces with multivariate risk constraints. The first-stage problem features multivariate stochastic benchmarking constraints based on a vector-valued random variable representing multiple and possibly conflicting stochastic performance measures associated with the second-stage decisions. In particular, the aim is to ensure that the decision-based random outcome vector of interest is preferable to a specified benchmark with respect to the multivariate polyhedral conditional value-at-risk or a multivariate stochastic order relation. In this case, the classical decomposition methods cannot be used directly due to the complicating multivariate stochastic benchmarking constraints. We propose an exact unified decomposition framework for solving these two classes of optimization problems and show its finite convergence. We apply the proposed approach to a stochastic network design problem in the context of pre-disaster humanitarian logistics and conduct a computational study concerning the threat of hurricanes in the Southeastern part of the United States. The numerical results provide practical insights about our modeling approach and show that the proposed algorithm is computationally scalable.

برنامه‌ریزی تصادفی دو مرحله‌ای تحت محدودیت‌های ریسک چند متغیره با استفاده از طراحی شبکه امداد بشردوستانه

در این مطالعه، ما دو کلاس از برنامه‌های تصادفی دو مرحله‌ای را در فضاهای احتمالات محدود با محدودیت‌های ریسک چند متغیره در نظر می‌گیریم. مشکل مرحله اول مبتنی بر یک متغیر تصادفی با ارزش چند متغیره است که نشان‌دهنده چندین معیار عملکرد تصادفی متضاد و احتمالا متضاد است که با تصمیمات مرحله دوم مرتبط هستند. به طور خاص، هدف این است که اطمینان حاصل کنیم که بردار خروجی تصادفی مبتنی بر تصمیم‌گیری نسبت به یک معیار مشخص‌شده با توجه به چند وجهی چند وجهی چند وجهی شرطی ریسک یا یک رابطه مرتبه تصادفی چند متغیره ترجیح داده می‌شود. در این مورد، روش‌های تجزیه کلاسیک را نمی توان به طور مستقیم به دلیل محدودیت‌های تصادفی چند متغیره تصادفی چند متغیره مورد استفاده قرار داد. ما یک چارچوب تجزیه یکپارچه دقیق برای حل این دو کلاس از مسایل بهینه‌سازی ارایه می‌کنیم و هم‌گرایی متناهی آن را نشان می‌دهیم. ما رویکرد پیشنهادی را به یک مساله طراحی شبکه تصادفی در زمینه تدارکات پیش از بلایا و انجام یک مطالعه محاسباتی در مورد تهدید تند بادها در جنوب شرقی ایالات‌متحده، اعمال می‌کنیم. نتایج عددی، بینش‌های عملی در مورد رویکرد مدلسازی ما ارایه می‌دهند و نشان می‌دهند که الگوریتم پیشنهادی از نظر محاسباتی قابل ارزیابی است.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.