随机规划问题的两种分解算法研究  

Two types of decomposition algorithms for stochastic programming

作　　者：张霞[1] 傅海英 孙金领[3] 

机构地区：[1]山东科技大学研究生教育学院,山东青岛266510 [2]山东省胶州市第二中学,山东胶州266326 [3]青岛农业大学理学院,山东青岛266109

出　　处：《山东大学学报（理学版）》2008年第2期82-86,共5页Journal of Shandong University(Natural Science)

摘　　要：以二阶段随机规划为例,给出了两种分解算法:基于内点的原始-对偶分解算法和基于Benders分解的算法,此两种算法都是通过将多阶段随机规划中的变量加以分解,生成一系列只含有单变量的规划问题,通过对这些小规模确定性规划问题的求解构造迭代过程,最终收敛到原问题的最优解。Based on stochastic programming theory, two types of decomposition algorithms, primal-dual decomposition algorithm and Benders decomposition, were given; both of which can partition the variables into two sots-x and y. Rather than attempting to solve the programming, a collection of smaller sub-problems can be iteratively solved, and a solution to the entire problem was obtained.

关 键 词：随机规划 原始-对偶分解 Benders分解 

分 类 号：O221.5[理学—运筹学与控制论]