Robustní optimalizace pro řešení neurčitých optimalizačních úloh
Robust optimization for solution of uncertain optimization programs
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/60096Identifikátory
SIS: 48272
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Kopa, Miloš
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
17. 9. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
robustní optimalizace, neurčitost, problém květinářkyKlíčová slova (anglicky)
robust optimization, uncertainty, Flower-girl problemRobustní optimalizace je cennou alternativou k stochastickému programování. Veškeré podkladové pravděpodobnostní struktury jsou v ní nahrazeny tzv. neurčitou množinou a podmínky z ní pramenící musí být splněny za každých okolností. Tato práce přibližuje základní aspekty robustní optimalizace, a pojednává o nejčastější typech úloh a neurčitých množin. Zahrnuje zejména polyedrické a eliptické množiny neurčitosti a v případech lineárního, kvadratického, semidefinitního či diskrétního programování jsou pro druhý typ formulovány výpočetně schůdnější podoby robustifikovaných úloh. Další část práce se pak zabývá všeobecně známým problémem květinářky. Nejprve je pomocí principů robustní metodologie vytvořen základ pro konstrukci robustifikované varianty a posléze je, v návaznosti na předchozí část práce, formulováno, otestováno a porovnáno několik pro řešení vhodnějších variant. Powered by TCPDF (www.tcpdf.org)
Robust optimization is a valuable alternative to stochastic programming, where all underlying probabilistic structures are replaced by the so-called uncertainty sets and all related conditions must be satisfied under all circumstances. This thesis reviews the fundamental aspects of robust optimization and discusses the most common types of problems as well as different choices of uncertainty sets. It focuses mainly on polyhedral and elliptical uncertainty and for the latter, in the case of linear, quadratic, semidefinite or discrete programming, computationally tractable equivalents are formulated. The final part of this thesis then deals with the well-known Flower-girl problem. First, using the principles of robust methodology, a basis for the construction of the robust counterpart is provided, then multiple versions of computationally tractable equivalents are formulated, tested and compared. Powered by TCPDF (www.tcpdf.org)