Развитие теории стохастического программирования
Системний аналіз процесів управління (прийняття оптимальних
рішень) припускає, серед іншого, врахування чинників невизначеності
і ризику. Це вимагає розвитку моделей і методів стохастичної оптимізації,
які у явній формі враховують ймовірноснісний характер досліджуваних
процесів, а також ризик, пов'язаний із невизначеністю, як невід'ємною
рисою процесу прийняття рішень.
У роботах [Єрмольєв, 1976; Єрмольєв, Некрилова, 1967;
Єрмольєв, Шор, 1968] було розроблено так званий стохастичний квазіградієнтний
метод розв'язання задач опуклого стохастичного програмування. Стохастичні
квазіградієнтні методи можуть розглядатися як узагальнення методів
стохастичної апроксимації на задачі з обмеженнями, та як узагальнення
методу Монте-Карло на задачі оптимізації, а також як розвиток методів
випадкового пошуку. Основна особливість квазіградієнтних методів
полягає в тому, що вони не потребують обчислення точних значень
функцій цілі й обмежень, а використовують реалізації підінтегральних
функцій і їх узагальнених градієнтів. Це відкриває широкі можливості
для їх застосування при оптимізації складних стохастичних систем
за допомогою імітаційного моделювання (див. наприклад, [Єрмольєв,
Мар'янович, 1973]). У розробку цих методів значний внесок було внесено
академіком НАН України Ю.М.Єрмольєвим і його учнями: О.О.Гайворонським,
А.М.Гупалом, Ю.М.Каніовським, М.В.Михалевичем, З.В.Некриловою, В.І.Норкіним,
Е.О.Нурмінським, П.С.Кноповим, С.П.Урясьєвим, А.І.Ястремським та
іншими.
П. С. Кнопов
Література
1. Ермольев Ю.М. Методы стохастического программирования.
- М.: Наука, 1976. - 240 с.
2. Ermoliev Y.M. Stochastic Quasigradient Methods. - Numerical Techniques
for Stochastic Optimization / Y.Ermoliev and R.Wets, eds. - Berlin:
Springer-Verlag, 1988. - P.141-185.
3. Ермольев Ю.М., Марьянович Т.П. Оптимизация и моделирование //
Пробл. кибернетики. - 1973. - Вып. 27. - С.33-38.
4. Ермольев Ю.М., Некрылова З.В. Метод стохастических субградиентов
и его приложения Теория оптимальных решений. - К.: Ин-т кибернетики
АН УССР. - 1967. - Вып. 1. - С.24-47.
5. Ermoliev Yu.M., Norkin V.I. Normalized convergence in stochastic
optimization // Ann. of Oper. Res. - 1991. - 30. - P.187-198.
6. Ермольев Ю.М., Норкин В.И. (1998a) Стохастический обобщенный
градиентный метод для решения невыпуклых негладких задач стохастической
оптимизации//Кибернетика и системный анализ.- 1998. - N 2.- С.50-71.
7. Ермольев Ю.М., Норкин В.И. (1998b) О нестационарном законе больших
чисел для зависимых случайных величин и его применении в стохастической
оптимизации //Кибернетика и системный анализ. - 1998. - N 4. - С.94-106.
8. Ermoliev Yu.M., Norkin V.I. On nonsmooth and discontinuous problems
of stochastic systems optimization // European J. of Operational
Research. - 1997. - 101. - P. 230-244.
9. Ermoliev Yu.M., Norkin V.I. Constrained optimization of discontinuous
systems. - Lecture Notes in Economics and Mathematical Systems 458.
Stochastic Programming and Technical applications /K.Marti and P.Kall,
eds. - Berlin: Springer, 1998. - P.128-142.
10. Ермольев Ю.М., Шор Н.З. Метод случайного поиска для двухэтапных
стохастических задач и его обобщения Кибернетика. - 1968. - № 1.
- С.90-92.
11. Yu.Ermoliev and R.J-B Wets, eds. Numerical Techniques for Stochastic
Optimization / Springer series in computational mathematics 10.
- Berlin: Springer-Verlag, 1988. - 592p.
12. Ермольев Ю.М., Ястремский А.И. Стохастические модели и методы
в экономическом планировании. - М.: Наука, 1979. - 253 с.
13. Гупал А.М. Стохастические методы решения негладких экстремальных
задач.- Киев: Наукова думка, 1979. - 150 с.
14. Иванов А.В., Леоненко Н.Н. Статистический анализ случайных полей.
- К.: Вищ. шк., 1986. - 216 с.
15. Каниовский Ю.М., Кнопов П.С., Некрылова З.В. Предельные теоремы
для процессов стохастического программирования. - Киев: Наукова
думка, 1980. - 156 с.
16. Кнопов П.С. (1997a) Ассимптотические свойства некоторых классов
М-оценок //Кибернетика и системный анализ. - 1997, N 4. - C. 10-27.
17. Кнопов П.С. (1997b) Про одну нестаціонарну модель М-оцінок з
дискретним часом // Теорія ймовірностей та математична статистика.
- 1997. - Т.57. - С. 60-66.
18. Knopov P.S., Kasitskaya E.J. (1995) Properties of empirical
estimates in stochastic optimization and identification problems
// Annals of Operations Research. -1995, N 56. - P. 225-239.
19. Knopov P.S., Kasitskaya E.J. Empirical Estimates in Stochastic
Optimization and Identification. - Dordrecht: Kluwer Academic Publishers,
2002. - 250 p.
20. Мирозоахмедов Ф. (1991) Математические модели и методы управления
производством с учетом случайных факторов. - Киев: Наукова думка,
1991. - 224 с.
21. Михалевич В.С., Гупал А.М., Норкин В.И. Методы невыпуклой оптимизации.
- М.: Наука, 1987. - 280 с.
22. Немировский А.С., Юдин Д.Б. Сложность задач и эффективность
методов оптимизации. - М.: Наука, 1979. - 384 с.
23. Норкин В.И. Случайные обобщенно-дифференцируемые функции в задаче
невыпуклой негладкой стохастической оптимизации // Кибернетика.
- 1986. - N 6. - С. 98-102.
24. Norkin V.I. (1998) Global Optimization of Probabilities by the
Stochastic Branch and Bound Method / Lecture Notes in Econ. and
Mat. Systems 458. Stochastic Progr. and Tech. Appl. (K.Marti and
P.Kall, eds.).-Berlin: Springer, 1998.- P.186-201.
25. Норкин В.И. (1992) Об условиях и скорости сходимости метода
эмпирических средних в математической статистике и стохастическом
программировании // Кибернетика и системный анализ. - 1992, N 2.
- C. 107-120.
26. Norkin V.I., Ermoliev Yu.M. and Ruszczynski A. (1998) On Optimal
Allocation of Indivisibles under Uncertainty //Operations Research.
- 1998. - 46, N 4. - P.381-395.
27. Norkin V.I., Pflug G.Ch. and Ruszczynski A. (1998) A Branch
and Bound Method for Stochastic Global Optimization // Mathematical
Programming. - 1998. - 83. - P.425-450.
28. Нурминский Е.А. Численные методы решения стохастических минимаксных
задач. - Киев: Наукова думка, 1979. - 176 с.
29. Сергієнко І.В. Інформатика в Україні: становлення, розвиток,
проблеми. - Київ: Наукова думка, 1999. - 354 с.
30. Урясьев С.П. Адаптивные алгоритмы стохастической оптимизации
и теории игр. - М.:, Наука, 1990. - 184 c.
|