双重随机规划理论、模型和算法.pdfVIP

第五届中国青年运筹与管理学者大会论文集 大庆．2003年8月16-19日。第168-180页 双重随机规划理论、模型及算法· 彭锦 清华大学数学科学系。北京100084 Emaii：JpengOorsc．啦．cn 摘要本文从双重随机规划的研究背景与研究动机出发．介绍了双重随机变量、期望值、 机会测度等数学概念，提出了一系列双重随机规划优化模型。设计了基于双重随机模拟、 神经网络和遗传算法的混合智能算法．结合排序同题展现了双重随机规划的应用．从而 描绘了双重随机规划理论、算法、应用的基本框架．最后提出了值得进一步研究的某些问 题． 关键词最优化；随机规划；双重随机变量；双重随机规划；双重随机模拟；混合智能算法 1 引言 在一组约束条件下寻求一个或多个目标函数的极值问题就是数学规划．数学规划在过 去的50多年中有了很大的发展和日益广泛的应用．尤其是线性规划单纯形算法的出现，对 数学规划乃至其它学科的发展起了重大的推动作用．经典的数学规划模型建立于一个非常 重要的假设基础之上，即假定系数和资源都是确定型数据．更具体地说，研究问题所处的 环境是确定的，关于模型中参数的信息是完全的，模型中的目标函数和约束条件是比较简 单的(如线性的或二次的)，模型中的决策变量之间是独立的．在决策系统的基本特征不会 发生重大变化的情况下，上述假定可以认为是成立的．但在许多场合下，用确定性的模型 去描述复杂多变的现实优化问题不可避免地存在较大误差． 在现实世界中，随机现象是普遍存在的一类不确定性现象．概率论就是--I1研究随机 现象的数量规律性的数学分支学科．人们在处理优化问题的过程中，很自然地将未来需求、 资源变化等都认为是随机变量．当概率论与数学规划珠联璧合时，就产生了随机规划．随 机规划之所以引起普遍注意。是因为许多场合它比确定性的数学规划模型更贴近实际． 随机规划研究的是涉及不确定数据(随机参数)的优化决策问题．随机规划的最早文献 可追索到上个世纪中叶50年代【2】【8】【10】．随着随机规划研究的不断深入发展与日趋成熟， 问题研究中，大多采用二阶段随机规划模型【531[57]．多阶段随机规划模型的思路与二阶段 模型相似【13】．伴随着网络技术的飞速发展，随机规划的专业网站也破土而出。为众多的研 究爱好者提供了共享资源[55】【56】．关于随机规划研究的一系列文献可参考【54][5511561111，这 1基金项目。茸家自然科学基金资助项目；中法信息、自动化与应用数学联合实验室(LIAMA) 资助项目；湖北省教育厅重点科研项目(2001A43007) 双重随帆规划理论、模型及算法 169 随机规划与模糊规划的交叉渗透研究也吸引了人们的注意【35】【36】137】． 近年来，多重不确定性愈来愈引起人们的注意．经典的随机规划只考虑单一的随机性． 然而。随机性的表现形式不仅是丰富多彩的，而且是奇妙复杂的．一般地来说。在随机试验 的过程中，样本点的发生伴随着随机性，而每个可能的试验结果是确定的．如果我们细心 地观察与提炼一下。不难发现现实世界中存在着大量的所谓双重随机现象．在这类双重随 机现象发生的过程中，样本点的发生伴随着随机性，而每个可能的试验结果也是随机的． 在这种情形下。试验过程的随机性和试验结果的随机性可能同时存在．事实上，双熏随机现 象比比皆是．例如，天气的(下雨与否)变化过程是随机的。而且结果(下雨量)也是随机 的；电信呼叫台是否收到呼叫的过程是随机的，收到呼叫时的通话时间长短也是随机的； 电视台五花八门的抽奖节日中，抽奖过程(抽到哪个样本点)与抽奖结果(抽到几等奖)都 是随机的；炮弹的飞行轨迹与弹着点都是随机的．公共汽车站某时段候车的人数服从参数 随机现象不同于狭义的随机现象，显然是更复杂的广义随机现象．传统的方法处理起来不 再有效或至少十分烦琐． 为了描述和直接处理双重随机现象。需要引入比随机变量更一般的数学概念和工具． 于是，双重随机变量的概念应运而生． 随着概率论在发展过程中与其它学科的不断交叉与渗透，随机变量的概念已经从不同 角度被加以推广．比如t有的学者提出了取值于Bauach空间的B一值随机变量的概念，形 量是将随