.png){kind=icon}
返回
Data-Driven Chance Constrained Mixed Integer Nonlinear Bilevel Optimization via Copulas
.png){kind=icon}
OA
AI
DOI：10.1021/acs.iecr.5c04768.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
流程供应链的核心功能是规划和调度，以确保其盈利能力和响应式运营。同时，实际需求数据中的挑战，如多元数据依赖性和相关性、噪声数据分布以及参数不确定性，显著复杂化了决策过程，使得识别最优解变得困难。这需要采用数据驱动的优化方法，有效考虑观测数据中固有的依赖结构，从而高效探索解空间并识别高质量结果。本研究提出了一种数据驱动的概率框架，整合了机会约束规划（CCP）和copulas。CCP是一种基于优化的方法，在指定风险阈值下强制执行概率约束。Copulas是一种统计技术，旨在估计数据，同时捕捉具有固有相关性的多个不确定参数之间的依赖结构。该框架能够准确建模不同场景下的变量依赖关系，尤其是在数据呈现复杂分布或非平凡依赖关系时。我们专注于三个综合案例研究，源自流程供应链的规划和调度以及原油调度。我们将提出的估计框架与数据驱动的双层混合整数非线性问题优化（DOMINO）框架相结合，该框架是一种数据驱动的灰箱算法，用于解决双层优化问题，以推导出具有保证需求满足率的决策。计算实验表明，提出的基于copulas的机会约束优化框架可以纳入需求相关性，实现更高的联合需求满足率、更低的总成本和更高的效率。
Keyword:
Data-driven optimization
Chance constrained programming
Copulas
Mixed-Integer Nonlinear Programming
Bilevel optimization
期刊
I
IF:
0
论文数:
733
被引数:
0
机构
引用论文
分享收藏Bridging prediction and decision: Advances and challenges in data-driven optimization王, Y.; 王, J.; 张, H.; 宋, J. 连接预测与决策：数据驱动优化中的进展与挑战. Nexus 2025, 2, 100057. [谷歌学术] [交叉引用].png)
Nexus
NexusIF0
PREAI
分享收藏Multi-objective bilevel operational optimization of low-carbon cement industries with integrated energy systems低碳水泥产业集成能源系统的多目标双层运行优化
PREAI
分享收藏分享收藏
Global optimization of semi-infinite programs via restriction of the right-hand sideOptimization
OptimizationIF0
PREAI
分享收藏分享收藏
查看更多内容