DE 求解器手册 — 确定性等价(随机规划)

目录

1. 引言

DE(确定性等价,Deterministic Equivalent)求解器是 GAMS EMP(扩展数学规划)框架的一部分,用于求解随机规划问题。DE 将具有随机参数的随机规划模型转化为其确定性等价形式,然后使用标准求解器进行求解。

DE 支持两阶段和多阶段随机线性规划、二次规划、非线性规划以及所有这些模型的混合整数版本。

2. 使用方法

要在 GAMS 中使用 DE 求解器,需在 EMP 框架内指定:

    File mymodel / '%emp.info%' /;
          put mymodel;
          $onput
          DE
          subsolver conopt
          solveEVProb
          evsubsolver minos
          $offput
          mymodel.optfile = 1;
          solve mymodel min obj using emp scenario dict;

其中:

  • DE — 指定使用 DE 求解器
  • subsolver — 指定用于求解确定性等价的子求解器(如 conopt、minos、cplex 等)
  • solveEVProb — 指示求解期望值问题
  • evsubsolver — 期望值问题的求解器

随机数据和场景方案通过 EMP 注释和场景字典文件传递给 DE。

3. DE 可处理的模型类型

DE 可以求解两阶段和多阶段随机线性、二次和非线性模型,以及所有这些模型的混合整数版本。此外,DE 还可以处理另外两类随机模型:

  • 机会约束随机规划(Chance Constraints)
  • 风险度量随机规划(VaR — 风险价值 和 CVaR — 条件风险价值,也称为预期亏损 Expected Shortfall)

4. 机会约束

在机会约束随机规划中,目标是在随机数据实现之前做出最优决策,同时允许约束以一定的概率被违反。数学上,带有机会约束的随机线性规划可表示为:

\[ \begin{array}{ll} \textrm{Min}_{x} & c^T x \\ \textrm{s.t.} & P(A x \leq b) \geq p \\ & x \geq 0 \end{array} \]

其中 \(x \in \mathbb{R}^n\) 是决策变量,\(c^T\) 为目标函数系数,\(A \in \mathbb{R}^{m \times n}\) 为随机矩阵(系数),\(b \in \mathbb{R}^m\) 为随机向量(约束右端项)。机会约束随机规划的显著特征是约束(或其中一些)可以以概率 \(\epsilon = 1-p\) 被违反,其中 \(0 < p \leq 1\)。

DE 提供三种重新表述选项来求解机会约束随机规划:使用大 M 方法的混合整数规划重新表述、凸包重新表述以及使用指示变量和指示约束的方法。默认使用 MIP 重新表述(大 M 的默认值为 10000,可自定义)。使用选项 ccreform 可以选择重新表述方法。

注意:选项 solveEVProb 不适用于机会约束模型以及带有 VaR 和 CVaR 的模型。机会约束中的随机变量可以服从离散或连续概率分布。机会约束随机规划中没有阶段的概念。

5. VaR 与 CVaR

风险价值(VaR)

带有 VaR 的模型通过将注释转换为新的变量和方程来重新表述。DE 自动优化目标函数变量的期望值,也支持其他风险度量如 VaR 和 CVaR。

数学上,DE 可以求解以下形式的问题:

\[ \begin{array}{ll} \textrm{Min}_{x} & \mathcal{R}(z) \end{array} \]

其中 \(z\) 表示目标函数变量,\(\mathcal{R}\) 表示风险度量(如期望值、VaR 或 CVaR)。

VaR 模型使用二元指示变量进行重新表述。对于每个场景,如果收益 \(R \geq \underline{VaR}_{\theta}[R]\),则指示变量为 1,否则为 0。大 M 的默认值为 1000(与机会约束的默认值不同),可使用选项 varbigm 进行自定义。

条件风险价值(CVaR)

带有 CVaR 的模型通过引入三个新变量和三个相关方程来重新表述。DE 引入目标变量、目标值和概率变量来计算条件风险价值。

6. 选项参考

选项描述默认值
ccreform机会约束重新表述方法:0=MIP(大 M),1=凸包,2=指示约束0
evsubsolver期望值问题的子求解器conopt
numstages阶段数2
solveminmax求解最小最大问题0
solveEVProb求解期望值问题0
subsolver确定性等价的子求解器conopt
varbigmVaR 模型中大 M 的值1000

 

 


 

在线留言

尊敬的客户朋友,如您有任何意见建议,请通过下表反馈给我们,我们会尽快与您联系。

 

 

 

 

联系我们

 

微信公众号

咨询微信

企业店铺

400-621-1085

(节假日期间办公室座机如无人接听,请选择其他联系方式,感谢理解!祝您节日快乐!)

 

联系我们 快速链接 相关产品 上海卡贝信息技术有限公司

©2025  上海卡贝信息技术有限公司

产品中心

下载中心

站点地图

隐私政策

 

销售QQ咨询

产品QQ咨询

淘宝店铺

 

GAMS:概述

最近更新

相关文档

下载试用

购买咨询

Berkeley Madonna

iThink

Stella Architect

IBM SPSS Modeler

DecisionTools Suite

NeuralTools

Frontier Analyst

Vensim

RISKOptimizer

PrecisionTree

LINGO

LINDO API

What'sBest!

@RISK

BARON

BayesiaLab

Oracle Crystal Ball

GEMPACK

GTAP Database

TreeAge