توضیحاتی در مورد کتاب A Scenario Tree-Based Decomposition for Solving Multistage Stochastic Programs
نام کتاب : A Scenario Tree-Based Decomposition for Solving Multistage Stochastic Programs
عنوان ترجمه شده به فارسی : تجزیه مبتنی بر درخت سناریو برای حل برنامه های تصادفی چند مرحله ای
سری : Stochastic Programming
نویسندگان : Debora Mahlke
ناشر : Vieweg and Teubner
سال نشر : 2010
تعداد صفحات : 201
ISBN (شابک) : 3834814091 , 9783834814098
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 1 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
مشکلات بهینه سازی شامل داده های نامشخص در بسیاری از زمینه های کاربردهای صنعتی و اقتصادی به وجود می آید. برنامه نویسی تصادفی یک چارچوب مفید برای مدل سازی و حل مسائل بهینه سازی فراهم می کند که برای آن توزیع احتمال پارامترهای ناشناخته در دسترس است. دبورا ماهلک با انگیزه مشکلات بهینهسازی عملی که در سیستمهای انرژی با تامین انرژی احیاکننده اتفاق میافتد، مدلهای اعداد صحیح مختلط تصادفی چند مرحلهای را فرموله و تجزیه و تحلیل میکند. برای حل آنها، نویسنده یک رویکرد تجزیه جدید را پیشنهاد می کند که بر مفهوم تقسیم درخت سناریوی زیربنایی به زیر درختان تکیه دارد. بر اساس مدل های فرموله شده از تولید انرژی، الگوریتم به صورت محاسباتی بررسی شده و نتایج عددی مورد بحث قرار می گیرد.
فهرست مطالب :
Front Matter....Pages i-xvi
Overview....Pages 1-3
An Energy Production Problem....Pages 5-13
Mathematical Modeling....Pages 15-38
Polyhedral Study of Stochastic Switching Polytopes....Pages 39-56
Primal Heuristics....Pages 57-76
A Scenario Tree-Based Decomposition of Multistage Stochastic Mixed-Integer Problems....Pages 77-94
Algorithmic Implementation....Pages 95-124
Computational Results....Pages 125-169
Conclusions....Pages 171-173
Back Matter....Pages 175-183
توضیحاتی در مورد کتاب به زبان اصلی :
Optimization problems involving uncertain data arise in many areas of industrial and economic applications. Stochastic programming provides a useful framework for modeling and solving optimization problems for which a probability distribution of the unknown parameters is available. Motivated by practical optimization problems occurring in energy systems with regenerative energy supply, Debora Mahlke formulates and analyzes multistage stochastic mixed-integer models. For their solution, the author proposes a novel decomposition approach which relies on the concept of splitting the underlying scenario tree into subtrees. Based on the formulated models from energy production, the algorithm is computationally investigated and the numerical results are discussed.