×
暂无评论
图文详情
  • ISBN:9787030705020
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:209
  • 出版时间:2022-01-01
  • 条形码:9787030705020 ; 978-7-03-070502-0

内容简介

在处理现实的工程或管理问题时,数据的微小波动不可忽略且影响深远,这为鲁棒优化方法的产生提供了契机并推动其迅速发展。本书主要介绍了不确定决策系统中鲁棒优化及分布鲁棒优化方法的一些研究进展,在鲁棒优化方面,给出了不确定集交下的一些新结果并将其应用到可持续发展与应急救援问题中。在分布鲁棒优化方面,介绍了随机分布鲁棒优化及模糊分布鲁棒优化在理论和应用方面的一些工作。例如构建了模糊不确定分布集,提出了分布鲁棒目标规划等,同时介绍了这些理论工作在库存问题、p-枢纽问题、供应链问题及可持续发展问题中的应用。 本书可供运筹与管理、优化与控制及应用数学等研究领域的科研人员作为参考用书,同时也可作为相关专业高年级本科生或研究生的教材以及教学资料来使用。

目录

目录
前言
第1章 预备知识 1
1.1 偏序与凸锥 1
1.2 锥优化问题 3
1.3 本章小结 4
第2章 参数可能性分布理论 5
2.1 参数区间值模糊变量 5
2.2 选择变量及其参数可能性分布 7
2.2.1 选择变量的定义 7
2.2.2 常见选择变量的参数可能性分布 8
2.3 选择变量的数字特征 12
2.3.1 选择变量的期望 12
2.3.2 选择变量的矩 16
2.4 参数区间值模糊变量线性组合的数字特征 23
2.5 本章小结 31
第3章 广义参数可能性分布下的鲁棒单周期库存问题 33
3.1 单参数分布鲁棒单周期库存模型 33
3.1.1 模型的建立 33
3.1.2 鲁棒库存模型 34
3.1.3 模型的鲁棒对等 35
3.2 鲁棒对等的求解方法 36
3.2.1 模型分析 36
3.2.2 可行域分解法 39
3.3 应用实例 40
3.3.1 问题描述 40
3.3.2 计算结果 40
3.3.3 鲁棒代价 43
3.4 本章小结 44
第4章 鲁棒经济可持续发展问题 45
4.1 鲁棒多目标可持续发展模型 45
4.2 鲁棒对等可持续发展模型 48
4.2.1 基于盒子–椭球不确定集下的鲁棒对等模型 48
4.2.2 基于盒子–广义多面体不确定集下的鲁棒对等模型 50
4.3 案例研究 51
4.3.1 数据来源与分析 51
4.3.2 鲁棒可持续发展问题 52
4.3.3 与确定模型比较 55
4.3.4 灵敏度分析 56
4.3.5 模糊可持续发展问题 57
4.3.6 与鲁棒模型比较 59
4.4 本章小结 60
第5章 分布鲁棒可信性经济-环境-能源-社会可持续发展问题 61
5.1 双参数不确定分布集 61
5.2 分布鲁棒可持续发展模型 64
5.2.1 模型假设和符号 64
5.2.2 可持续发展问题建模过程 66
5.2.3 鲁棒对等优化模型 68
5.3 模型分析 68
5.3.1 计算期望目标和可信性约束 68
5.3.2 可持续发展模型的等价参数形式 72
5.3.3 基于参数的域分解算法 74
5.4 案例研究 75
5.4.1 问题描述 75
5.4.2 计算结果 76
5.4.3 灵敏度分析 79
5.4.4 模型比较和鲁棒代价 80
5.4.5 管理启示 83
5.5 本章小结 84
第6章 非精确概率约束的鲁棒对等逼近方法 85
6.1 非精确概率约束问题 85
6.2 鲁棒对等逼近 86
6.2.1 球交多面体波动集下的鲁棒对等逼近 86
6.2.2 盒子、球和多面体交集下的鲁棒对等逼近 90
6.2.3 椭球交广义多面体波动集下的鲁棒对等逼近 93
6.2.4 盒子交椭球波动集下的鲁棒对等逼近 96
6.2.5 盒子交广义多面体波动集下的鲁棒对等逼近 99
6.2.6 盒子、椭球和广义多面体交集下的鲁棒对等逼近 101
6.3 实证研究 104
6.3.1 等价的锥二次投资优化模型 105
6.3.2 数据来源 106
6.3.3 球交多面体波动集下的结果分析 106
6.3.4 椭球交广义多面体波动集下的结果分析 110
6.4 本章小结 112
第7章 分布鲁棒 p-枢纽中位问题 113
7.1 带有非精确机会约束的 p-枢纽中位模型 113
7.1.1 问题描述 113
7.1.2 模型建立 114
7.1.3 非精确集 116
7.2 非精确机会约束的计算可处理形式 117
7.2.1 均值与支撑信息下的安全可处理逼近 118
7.2.2 高斯分布信息下的等价形式 123
7.3 案例研究与比较分析 126
7.3.1 问题背景与数据来源 126
7.3.2 计算结果及分析 127
7.3.3 容忍水平的影响 130
7.3.4 与经典鲁棒优化方法的比较 131
7.3.5 与随机优化方法的比较 132
7.4 本章小结 137
第8章 资源再分配下的分布鲁棒*后一公里救援网络设计问题 138
8.1 盒子、椭球和广义多面体非精确集 138
8.2 分布鲁棒*后一公里救援网络模型 139
8.3 救援网络模型的安全逼近 144
8.3.1 平均绝对半偏差目标的等价形式 144
8.3.2 机会约束的安全逼近形式 147
8.4 基于阿南布拉州洪水案例研究 151
8.4.1 问题描述与数据来源 151
8.4.2 计算结果与分析 153
8.4.3 与椭球和广义多面体非精确集下模型的对比实验 154
8.4.4 不确定需求下模型灵敏度分析 156
8.5 本章小结 157
第9章 分布鲁棒闭环供应链网络设计问题 158
9.1 多情景的闭环供应链网络模型 158
9.1.1 模型描述和假设 158
9.1.2 模型的构建 161
9.2 分布鲁棒均值-条件风险值模型 164
9.3 模型分析 165
9.4 京津冀地区共享单车的案例研究 169
9.4.1 数据描述 169
9.4.2 计算结果与数据分析 171
9.4.3 比较研究 173
9.4.4 管理启示 175
9.5 本章小结 175
第10章 分布鲁棒可持续供应商选择问题 176
10.1 分布鲁棒可持续供应商选择目标规划模型 176
10.1.1 问题描述 176
10.1.2 建模过程 177
10.2 可处理逼近形式 180
10.2.1 期望约束的可处理逼近 181
10.2.2 机会约束的可处理逼近 183
10.2.3 可处理逼近模型 187
10.3 案例研究 188
10.3.1 案例描述 188
10.3.2 计算结果 190
10.3.3 灵敏度分析 193
10.3.4 管理启示 200
10.4 本章小结 200
参考文献 202
索引 210
展开全部

节选

第1章 预备知识 本章介绍锥优化中的一些基本概念和结论, 主要包括偏序、凸锥及基本的锥优化问题及其对偶. 1.1 偏序与凸锥 在线性规划中约束不等式 ax≥b 的定义非常明确, 即给定向量, 若 a 分量≥ b 分量: 在接下来的一种关系中, 我们再次遇到了不等式符号, 但现在它代表了实数间的一个“算术”关系. Rm 中的逐点偏序关系满足实数标准序关系的下列基本性质, 即对于向量 a, b, c, d 2 Rm 有 (1) 自反性: a≥a; (2) 反对称性: 若 a≥b 且 b≥a, 则 a = b; (3) 传递性: 若 a ≥b 且 b≥c, 则 a = c; (4) 线性运算的相容性: 同质性, 若 a≥b 且 λ 是非负实数, 则 λa ≥λb; 可加性, 若 a ≥b 且 c≥d, 则 a + c≥b + d. 阐明满足上述性质 (1)—(4) 的向量不等式后, 接着考虑 Rm 中的向量, 假设 Rm 具有一个偏序记为, 由它连接的向量对 a, b 满足上述性质 (1)—(4) 时称为一个良序. 一个良序由非负向量的集合 K 完全决定, 其中, 即. 事实上, 令. 由性质 (1) 和 (4) 可得. 反之, 若, 通过加不等式, 则有. 集合 K不是任意的, 容易证明其必须为尖凸锥, 即满足以下条件: (1) K 关于加运算是非空且闭的, (2) K 是个锥, (3) K 是尖的, 几何上, K 不包含任意通过原点的直线. 因此, Rm 上的每一个非空尖凸锥 K可以诱导出一个 Rm 上满足性质 (1)—(4) 的偏序. 定义这个序为≥K: 称由非负向量组成的锥Rm+为非负象限, 非负象限 Rm+不是尖凸锥, 但具有下面两个有用的性质: (1) 这个锥是闭的, 若来自这个锥的向量序列 ai 有限, 则其必属于这个锥. (2) 这个锥具有非空的内点, 存在一个向量, 使得锥中包含一个以该向量为中心的正半径球. 这两条性质非常重要, 例如, 性质 (1) 确保了在不等式中传递逐项极限的可能性, 即 限制来自锥 K 的偏序具有性质 (1) 和 (2) 是有意义的. 至此, 再谈到好的偏序关系≥K, 总是假设集合 K 是一个具有非空内点的尖的闭凸锥. 注意到, K 的闭性, 使得传递极限在≥K-不等式中成为可能, 即 K 的内点的非空性允许我们按照下面的规则定义严格不等式和非严格不等式, 其中 intK 是锥 K 的内点. 例如, 简单地说, 严格坐标不等式就是在通常的算术意义下, a 的坐标严格大于 b 的相应坐标. 我们感兴趣的一些偏序关系由下面的锥给出: (1) 非负象限锥 Rm+. (2) 二阶锥 (或劳伦斯锥). (3) 半正定锥 Sm+ . 这个锥存在于 m×m 对称阵的空间 Sm 中, 由所有 m×m 的半正定矩阵 A 构成, 即 1.2 锥优化问题 假设 K 是 Rm 上的具有非空内点的凸尖闭锥. 给定约束矩阵A 和右端向量, 考虑优化问题 我们称其为与锥 K 相关的锥优化 (conic programming) 问题. 注意到锥优化与线性规划的区别在于后者处理的是 K = Rm+的情况. 在锥优化的框架下, 我们可以处理许多线性规划无法覆盖的更广泛的应用. 对偶理论是线性规划中的重要理论结果之一, 相同的范式可用于处理锥优化的对偶问题. 这里需要澄清的一个问题是: 满足纯量不等式的向量λ 在什么情况下可以使向量不等式 Ax≥K b 成立?在一些特定的偏序关系下, 例如 K = Rm+时, 容许向量λ是分量非负的向量. 然而, 对于偏序≥K, 当 K 不是Rm+时, 这些向量不一定是可接受的. 例 1.1 考虑 R3 上的偏序≥L3 由三维的劳伦斯锥确定: 不等式 是有效的; 但是用一个正权向量 λ = (1, 1, 0.1)T 聚合这个不等式, 会得到错误的不等式-1.8≥0. 因此对于偏序≥L3 不是所有的非负权向量都是可接受的. 对这个问题的回答是定义一个权向量λ使其满足 (1.1) 当λ具有这个性质时, 纯量不等式 λTa≥λTb 就是向量不等式a≥K b 的一个结果:

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航