Метод аппроксимации выборочным средним для стохастической дискретной оптимизации
The Sample Average Approximation Method for Stochastic Discrete Optimization
2002-01-01
SCID: 54.1/rruntxkn
Discuss with AI
имитационное моделирование методом Монте-Карлоскорость сходимостиметод выборочного среднего приближениястохастическая дискретная оптимизациястохастическая задача о рюкзаке
Figures from the paper
Abstract (AI)
В данной работе рассматривается подход к решению задач стохастической дискретной оптимизации, основанный на моделировании методом Монте-Карло. Основная идея таких методов заключается в формировании случайной выборки и аппроксимации функции математического ожидания соответствующей функцией выборочного среднего. Полученная задача оптимизации по выборочному среднему решается, после чего процедура повторяется несколько раз до выполнения критерия остановки. Обсуждаются скорости сходимости, правила остановки и вычислительная сложность этой процедуры; также приведен численный пример для стохастической задачи о рюкзаке.
Key Findings
1
Численный пример демонстрирует применение метода к стохастической задаче о рюкзаке.
2
Анализ охватывает скорости сходимости, правила остановки и вычислительную сложность предложенной процедуры.
3
Метод многократно генерирует случайные выборки, решает соответствующую задачу оптимизации по выборочному среднему и продолжает работу до выполнения критерия остановки.
4
В статье исследуется метод аппроксимации выборочным средним — метод Монте-Карло для стохастической дискретной оптимизации, заменяющий математические ожидания выборочными средними.
Research Object
Метод аппроксимации выборочным средним на основе метода Монте‑Карло для задач стохастической дискретной оптимизации, включая стохастическую задачу о рюкзаке
Research Subject
Скорости сходимости, правила остановки и вычислительная сложность процедуры оптимизации по выборочному среднему
Publication Details
Publication Date
2002-01-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest