【Robust學習筆記】Goal-Driven Optimization

Abstract

本文提出了一個目标驅動的随機優化模型，該模型考慮了在達到期望水準、目标或目标時的随機目标函數。文中的模型最大化了短缺感覺期望水準标準(shortfall-aware aspiration-level criterion)，該标準包括成功實作期望水準的機率和預期的表現不佳或短缺的程度。

該模型的主要優點是易于處理。我們可以通過求解一小部分随機線性優化問題來獲得它的解，這些問題的目标函數是基于條件風險值（CVaR）測度來評估的。利用魯棒優化中的技術，提出了目标驅動優化問題的一種基于決策規則的确定性逼近方法(decision-rule-based deterministic approximation)，該方法通過求解子問題（子問題的數目與精度成多項式關系），每個子問題都是二階錐優化問題（SOCP）。

數值實驗部分，比較了确定性近似(deterministic approximation)和基于抽樣的近似(sampling-based approximation)的數值性能，并報告了對多産品報童問題的計算見解。

參考文獻

W.Q. Chen, M. Sim, Goal-Driven Optimization, Operations Research, Vol. 57, No. 2, March-April 2009, pp. 342-357.