Original title:
Approximations of stochastic and robust optimization programs
Translated title:
Aproximace stochastických a robustních optimalizačních úloh
Authors:
Houda, Michal Document type: Papers Conference/Event: Prague Stochastics 2006, Prague (CZ), 2006-08-21 / 2006-08-25
Year:
2006
Language:
eng Abstract:
[eng][cze] The paper deals with two wide areas of optimization theory: stochastic and robust programming. We specialize to different approaches when solving an optimization problem where some uncertainties in constraints occur. To overcome uncertainty, we can request the solution to be feasible to all but a small part of constraints. Both approaches gives us different methods to deal with this requirement. We try to find fundamental differencies between them and illustrate the differencies on a simple numerical example.Článek se zabývá dvěma rozsáhlými oblastmi teorie optimalizace: stochastickým a robustním programováním. Specializuje se na dva různé přístupy v případě řešení optimalizačních úloh, ve kterých se vyskytuje náhodný prvek v omezeních. Jako způsob obejití tohoto problému je možné hledat řešení, které je přípustné pro téměř všechna omezení až na malou část. Oba přístupy nabízí odlišné metody zabývající se tímto požadavkem. Ve článku se snažíme nalézt základní rozdíly mezi oběma přístupy a ilustrovat tyto rozdíly na jednoduchém numerickém příkladě.
Keywords:
approximations; chance-constrained programming; robust programming; sampling method Project no.: CEZ:AV0Z10750506 (CEP), GD402/03/H057 (CEP), GA402/04/1294 (CEP), GA402/05/0115 (CEP) Funding provider: GA ČR, GA ČR, GA ČR Host item entry: Prague Stochastics 2006, ISBN 80-86732-75-4
Institution: Institute of Information Theory and Automation AS ČR
(web)
Document availability information: Fulltext is available at the institute of the Academy of Sciences. Original record: http://hdl.handle.net/11104/0134575