Курс
Оптимизация в условиях неопределенности и моделирование риска
Юрий Дорн
Этот курс посвящен оптимизационным задачам, включающим неопределенность в данных. Этот раздел оптимизации очень богат на приложения: финансы, логистика и оптимизация Supply Chain, статистическое оценивание и другие.
В этом курсе мы разберем основные техники стохастической и робастной оптимизации.
Лектор
Программа курса
- Introduction
- Application examples
- Examples: Two-stage and multistage stochastic models
- Robust Optimization approach
- Linear two-stage problems
- Polyhedral two-stage problems
- General two-stage problems
- Nonanticipativity
- Multistage problem: formulation
- Duality
- Convexity in Probabilistic Optimization
- Separable Probabilistic Constraints
- Optimization Problems with Nonseparable Probabilistic Constraints
- Robust Counterpart Approximation of Scalar Chance Constraints
- Globalized robust counterparts of uncertain LO problems
- Robust CR of a Safe Convex Approximations to a Scalar Chance Constraint
- Bernstein Approximation of a Chance Constraint
- From Bernstein Approximation to CVaR and back
- Majorization
- Uncertain Conic Optimization: Preliminaries
- Robust counterpart of uncertain Conic Problem: Tractability
- Safe Tractable Approximations of RC of Uncertain Conic Inequalities
- Scenario Uncertainty
- Simple Interval Uncertainty
- Unstructured Norm-Bounded Uncertainty
- Convex Quadratic Inequality with Unstructured Norm-Bounded Uncertainty
- CQI with Simple Ellipsoidal Uncertainty
- Approximating RCs of Uncertain Conic Quadratic Problems
- Uncertain Semidefinite Problems
- Tractability of RCs of Uncertain Semidefinite Problems
- Approximating RCs of Uncertain Semidefinite Problems
- Robust SVM
- Robust Classification and Regression
- Affine Uncertainty Models
- Random Affine Uncertainty Models
- Statistical Properties of Sample Average Approximation Estimators
- Stochastic Generalized Equations
- Monte Carlo Sampling Method
- Quasi-Monte Carlo Methods
- Variance Reduction Techniques
- Chance Constrained Problems [Monte Carlo Sampling Approach]
- Multistage Stochastic Programming via SAA method
- Stochastic Approximation Method
- Stochastic Dual Dynamic Programming Method
- Mean-Risk Models
- Coherent Risk Measures
- Ambiguous Chance Constraints
- Optimization of Risk Measures
- Statistical Properties of Risk Measures
- Multistage Risk Averse Optimization
- Markov Decision Processes
- The Robust MPD Problems
- The Robust Bellman Recursion on Finite Horizon
- Adjustable Robust Optimization: Motivation
- Adjustable Robust Counterpart
- Affinely Adjustable Robust Counterparts
Aimasters 2023 © All Rights Reserved. aimasters.msu@gmail.com Персональные данные опубликованы в соответствии со ст.10.1 Федерального закона РФ № 152-ФЗ от 27 июля 2006г. «О персональных данных» с согласия субъекта. Какая-либо иная обработка, в том числе, дальнейшее распространение персональных данных третьими лицами запрещена.
Мы собираем данные Cookies. Оставаясь на сайте, вы соглашаетесь с нашей политикой сбора и обработки персональных данных.
ок