《OMEGA-INTERNATIONAL JOURNAL OF MANAGEMENT SCIENCE》:Group-and-cut approach for dynamic programming with Fréchet-distributed quantizers
编辑推荐:
本文针对Fréchet分布描述不确定性的多阶段随机优化问题,提出结合最优量化(Kantorovich–Wasserstein距离)与动态规划的分组切割方法(Group-and-cut approach)。通过区分高/低影响洪水情景,构建加速与非加速两种动态规划方案,在保证最优性间隙接近零的同时提升计算效率。文章以奥地利洪水风险预算分配为案例,验证了该方法在整合循环经济指标(CO2减排)下的全局优化能力,为极端天气事件下的决策提供新工具。
Section snippets
Literature review
当前关于多阶段随机优化的文献将初始优化问题与近似优化问题置于一般形式中:初始问题为连续形式,而近似问题为有限离散形式。两者间的距离决定了近似误差(Pflug和R?misch [16],Pflug和Pichler [14],R?misch [17])。直到最近,这种距离仅当两个随机过程和两个滤波都满足特定条件时才能定义。
Modeling flood risk
考虑一个国家面临极端洪水事件。事件的位置、规模和时间在发生前均未知。我们将可量化的不确定性部分称为风险。在本文中,决策者需要尽可能精确地建模经济风险,这意味着需要估计概率损失分布,为不同频率的事件指定经济损失。此外,决策者需要制定一种策略...
Multi-stage optimization with Fréchet-type uncertainty
在本节中,我们展示如何将上述量化程序应用于多阶段随机优化问题的求解。为此,我们考虑一个一般形式的多阶段随机优化程序(8),其成本函数为凸函数H(x, ξT) = h0(x0) + Σt=1Tht(xt, ξt)(例如,Pflug和R?misch [16],Pflug [53],Pflug和Pichler [14], [35]):
v = infx∈X, x???E [ H(x, ξT) = h0(x0) + Σt=1Tht(xt, ξt) ]。
优化跨越离散时间范围t ∈ {1, ..., T}并涉及...
Multi-period flood risk management problem
社会和环境所承受的压力和风险的一个重要部分来自自然灾害,这些事件发生概率低但影响巨大(Hochrainer等人[57],Timonina等人[10],van der Knijff [46])。显然,此类事件的频率和严重程度受气候变化影响,根据COP27气候峰会主办方的说法,“没有我们的干预,气候变化永远不会停止”。因此,致力于寻找风险管理最优策略的研究...
Managing flood risk in Austria
在本节中,我们分析问题(29)的最优解,并观察到纳入循环经济指标ωt> 0相较于ωt= 0的情况,可以在最优效用方面带来显著优势。如图14a所示,实施循环经济时的最优值可能远高于无循环经济倡议的情况。
此外,如图14b所示,这也是不等式(26)的一个结果...
Conclusion
在本文中,我们针对遵循Fréchet分布的不确定性背景下的多阶段随机优化问题,引入了一种精确高效的数值方法。我们专注于洪水风险管理的应用,将动态规划技术与洪水损失分布的阶段最优量化方法相结合。这些分布可能会随着新的洪水事件而发生条件性变化。因此,为了生成未来的情景...