基于修正的x2-距离散度的不确定概率优化问题.pdfVIP

基于修正的Z2一距离散度的不确定概率优化问题 目 录 摘 要…………………………………………………………一 J Abstract．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 目 录………………………………………………………………一 l引 言……………………………………………………………．． mⅣJ 1．1研究背景综述………………………………………………… 1．2预备知识……………………………………………………… J_ “ 2基于修正的Z一一距离散度的不确定概率优化问题………．……… 2．1基于≯一散度的不确定集…………………………………… “ 2．2内部极大化问题的求解……………………………………… _ 3基于修正的Z‘一距离散度的不确定概率优化问题的转化形式．． B 3．1不确定的概率极小化问题…………………………………… B 3．2不确定的概率约束优化问题………………………………… 4应用及实例…………………………………………………………．． 4．1在VaR中的应用……………………………………………．． 4．2数值实例……………………………………………………… 结i仑……………………………………………………………………………………．． 参考文献…………………………………………………………… 附录符号名称………………………………………………………… 攻读硕士学位期间发表学术论文情况………………………………一 致 谢………………………………………………………………．． H掩埔侈n挖M笛拍 万方数据 辽宁师范大学硕士学位论文 1引 言 1．1研究背景综述 决策者常把一个系统的随机输出量与一些用于函数的决定性值相对应的模型来作 为随机优化模型，并且这样的决定性值常被用于决策．期望值函数是一个常用的函数， 如果决策者是风险中立的，则它表示输出量的平均值；另外，概率也是一个令人感兴趣 的函数，它表示一些重要事件发生的可能性，那些不愿承担风险的决策者常使用概率函 数．在优化模型中，概率优化是随机优化问题的一个重要分类，在许多情况下，决策者 希望去优化一些事件的可能性，这个模型可以写成如下概率优化问题： minPrB{日(工，善)0} (1．1) 。 』∈^ 其中，Xc R“是可行域，X是决策向量，{是k维的决策变量，H(．，．)：R“×R‘j尺是 确定性函数，我们称其为损失函数，Pr^。表示概率取决于分布只．在这篇论文中，我 中被广泛的研究．例如，在风险管理中，管理者想要使破产或者某些不好的事情发生的 可能性最小；在目标驱动优化中，决策者常把获得期望水平的最大概率性作为目标．例 童． 另一种情况是，决策者的目的是在具有随机变量的约束按给定的概率满足时，目标 函数达到最优，我们可以把这个模型写成如下问题： min h(x)