시나리오별 스케일링으로 CVaR 근사 강화하기

본 논문은 유한 시나리오 분포를 갖는 확률제약 프로그램(CCP)의 CVaR 내삽 근사를 시나리오별 스케일링 변수로 재가중함으로써 보수성을 크게 줄이는 방법을 제안한다. 충분조건을 제시해 스케일링된 CVaR 근사가 원래 CCP와 동일한 최적값을 가질 수 있음을 증명하고, 최적 스케일링 선택이 NP‑hard임을 보인다. 이를 해결하기 위해 휴리스틱 및 순차적 볼록 근사 알고리즘을 설계하고, 실험을 통해 기존 CVaR 및 최신 볼록 근사보다 일관되게…

저자: Rui Chen, Nan Jiang

시나리오별 스케일링으로 CVaR 근사 강화하기
본 논문은 확률제약 프로그램(Chance‑Constrained Program, 이하 CCP)의 핵심 난제인 비볼록 feasible region을 해결하기 위해, 기존의 Conditional Value‑at‑Risk(CVaR) 내삽을 시나리오‑별 스케일링을 통해 강화하는 새로운 방법론을 제안한다. 논문은 다음과 같은 흐름으로 전개된다. **1. 배경 및 문제 정의** CCP는 결정 변수 x∈X⊆ℝⁿ에 대해 비용 cᵀx를 최소화하면서, 불확실한 제약 g(x,ξ)≤0이 확률 1‑ε 이상 만족하도록 하는 모델이다. 불확실성 ξ는 유한 시나리오 {ξ_i}_{i=1}^N 과 확률 p_i 로 표현한다(Assumption 1). 이때 원래 CCP는 \

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기