随机优化的Sim-Exact方法：一种与Simheuristics互补的方法 Angel A. Juan, Antonio R. Uguina, Marc Escoto, Veronica Medina

《Mathematics》：Sim-Exact Methods for Stochastic Optimization: A Complementary Approach to Simheuristics Angel A. Juan, Antonio R. Uguina, Marc Escoto and Veronica Medina

　　

摘要

本文提出了一种用于随机组合优化问题的“模拟精确”（sim-exact）方法论。该方法将精确优化模型与蒙特卡洛（Monte Carlo）或离散事件模拟相结合，以在不确定性环境下评估候选解决方案。该方法根据模拟反馈迭代调整控制参数，并解决一系列确定性优化问题。与基于场景的随机规划不同，该方法不依赖于显式的场景枚举；与模拟启发式（simheuristics）方法不同，它能够保持每个确定性子问题的最优性。该方法在具有不同需求变异性的车辆路径规划问题上进行了测试。测试结果与模拟启发式方法和样本平均近似（SAA）方法进行了比较。结果表明，在大多数情况下，“模拟精确”方法的性能与模拟启发式方法相当，没有统计学上的显著差异；而在中等和高等需求变异性条件下，SAA方法的性能较差。