Artikel

On the algorithmic solution of optimization problems subject to probabilistic/robust (probust) constraints

We present an adaptive grid refinement algorithm to solve probabilistic optimization problems with infinitely many random constraints. Using a bilevel approach, we iteratively aggregate inequalities that provide most information not in a geometric but in a probabilistic sense. This conceptual idea, for which a convergence proof is provided, is then adapted to an implementable algorithm. The efficiency of our approach when compared to naive methods based on uniform grid refinement is illustrated for a numerical test example as well as for a water reservoir problem with joint probabilistic filling level constraints.

Sprache
Englisch

Erschienen in
Journal: Mathematical Methods of Operations Research ; ISSN: 1432-5217 ; Volume: 96 ; Year: 2021 ; Issue: 1 ; Pages: 1-37 ; Berlin, Heidelberg: Springer

Klassifikation
Wirtschaft
Statistical Simulation Methods: General
Thema
Probabilistic constraints
Probust constraints
Chance constraints
Bilevel optimization
Semi-infinite optimization
Adaptive discretization
Reservoir management

Ereignis
Geistige Schöpfung
(wer)
Berthold, Holger
Heitsch, Holger
Henrion, René
Schwientek, Jan
Ereignis
Veröffentlichung
(wer)
Springer
(wo)
Berlin, Heidelberg
(wann)
2021

DOI
doi:10.1007/s00186-021-00764-8
Letzte Aktualisierung
10.03.2025, 11:44 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Artikel

Beteiligte

  • Berthold, Holger
  • Heitsch, Holger
  • Henrion, René
  • Schwientek, Jan
  • Springer

Entstanden

  • 2021

Ähnliche Objekte (12)