.png){kind=icon}
返回
Sim-Exact Methods for Stochastic Optimization: A Complementary Approach to Simheuristics
.png){kind=icon}
PRE
AI
DOI：10.3390/math14091518.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种针对随机组合优化问题的仿真-精确方法。该方法结合精确优化模型与蒙特卡罗或离散事件仿真，以在不确定性条件下评估候选解。该方法基于仿真反馈迭代调整控制参数，并求解一系列确定性优化问题。与基于情景的随机规划不同，该方法不依赖显式情景枚举；与仿真启发式方法不同，它对每个确定性子问题保持最优性。该方法在具有随机需求的车辆路径问题上进行了测试，并考虑了不同需求变异性水平。将结果与仿真启发式方法和样本平均近似（SAA）方法进行了比较。结果表明，仿真-精确方法的性能与仿真启发式方法相当，在大多数情况下没有统计学上的显著差异，而SAA在中高变异性下表现出较差的性能。
Keyword:
metaheuristics
simulation
mathematical programming
90-10
