An inexact column-and-constraint generation method to solve two-stage robust optimization problems

回溯 列生成 数学优化 趋同(经济学) 约束(计算机辅助设计) 栏(排版) 计算机科学 最优化问题 约束优化 数学 算法 几何学 经济增长 电信 帧(网络) 经济
作者
Man Yiu Tsang,Karmel S. Shehadeh,Frank E. Curtis
出处
期刊:Operations Research Letters [Elsevier]
卷期号:51 (1): 92-98 被引量:39
标识
DOI:10.1016/j.orl.2022.12.002
摘要

We propose a new inexact column-and-constraint generation (i-C&CG) method to solve two-stage robust optimization problems. The method allows solutions to the master problems to be inexact, which is desirable when solving large-scale and/or challenging problems. It is equipped with a backtracking routine that controls the trade-off between bound improvement and inexactness. Importantly, this routine allows us to derive theoretical finite convergence guarantees for our i-C&CG method. Numerical experiments demonstrate computational advantages of our i-C&CG method over state-of-the-art column-and-constraint generation methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
金金发布了新的文献求助10
刚刚
小二郎应助Huang采纳,获得10
刚刚
lalala应助浚稚采纳,获得10
刚刚
2秒前
淡淡千风发布了新的文献求助20
2秒前
2秒前
2秒前
杨yyyy发布了新的文献求助10
2秒前
垚123发布了新的文献求助50
2秒前
简单的钢铁侠完成签到,获得积分20
2秒前
风中小蕊发布了新的文献求助10
3秒前
糟糕的颜发布了新的文献求助10
3秒前
3秒前
星语星愿完成签到,获得积分0
4秒前
刚刚好发布了新的文献求助10
4秒前
曾经曼梅完成签到,获得积分10
4秒前
英俊的铭应助ddz采纳,获得100
4秒前
Bai_shao完成签到,获得积分10
4秒前
赘婿应助pyz采纳,获得10
5秒前
天天快乐应助大图图采纳,获得30
5秒前
月亮门发布了新的文献求助10
6秒前
研友_8WMxKn发布了新的文献求助10
6秒前
ChiMing发布了新的文献求助10
6秒前
6秒前
6秒前
传奇3应助寻觅采纳,获得10
7秒前
7秒前
7秒前
canvas完成签到,获得积分10
7秒前
科研dog完成签到,获得积分10
8秒前
8秒前
茯苓应助1+1采纳,获得10
8秒前
8秒前
BJ_whc发布了新的文献求助30
8秒前
量子星尘发布了新的文献求助10
8秒前
chen完成签到,获得积分10
9秒前
9秒前
steve完成签到,获得积分10
10秒前
10秒前
smottom应助化学小学生采纳,获得10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Exploring Nostalgia 500
Natural Product Extraction: Principles and Applications 500
Exosomes Pipeline Insight, 2025 500
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 500
Advanced Memory Technology: Functional Materials and Devices 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5667453
求助须知:如何正确求助?哪些是违规求助? 4885755
关于积分的说明 15120132
捐赠科研通 4826235
什么是DOI,文献DOI怎么找? 2583865
邀请新用户注册赠送积分活动 1537959
关于科研通互助平台的介绍 1496082