Un análisis sobre el rendimiento del software de programación estocástica de dos etapas lineal y entera mixta
Autores: Torres, Juan J.; Li, Can; Apap, Robert M.; Grossmann, Ignacio E.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un análisis sobre el rendimiento del software de programación estocástica de dos etapas lineal y entera mixta
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Tutorial
Software
Programas estocásticos lineales de dos etapas
Descomposición
Benders
Descomposición dual
Hedging progresivo
Resultados numéricos
DECIS
FORTSP
PySP
DSP
Fortalezas
Debilidades
Investigaciones futuras.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Este documento presenta un tutorial sobre el software de vanguardia para la solución de programas estocásticos lineales de dos etapas (mixtos-enteros) y proporciona una lista de software diseñado para este propósito. Las metodologías se clasifican según las alternativas de descomposición y los tipos de variables en el problema. Revisamos los fundamentos de la descomposición de Benders, la descomposición dual y el hedging progresivo, así como posibles mejoras y variantes. También presentamos resultados numéricos extensos para resaltar las propiedades y el rendimiento de cada algoritmo utilizando implementaciones de software, incluyendo DECIS, FORTSP, PySP y DSP. Finalmente, discutimos las fortalezas y debilidades de cada metodología y proponemos direcciones para investigaciones futuras.
Descripción
Este documento presenta un tutorial sobre el software de vanguardia para la solución de programas estocásticos lineales de dos etapas (mixtos-enteros) y proporciona una lista de software diseñado para este propósito. Las metodologías se clasifican según las alternativas de descomposición y los tipos de variables en el problema. Revisamos los fundamentos de la descomposición de Benders, la descomposición dual y el hedging progresivo, así como posibles mejoras y variantes. También presentamos resultados numéricos extensos para resaltar las propiedades y el rendimiento de cada algoritmo utilizando implementaciones de software, incluyendo DECIS, FORTSP, PySP y DSP. Finalmente, discutimos las fortalezas y debilidades de cada metodología y proponemos direcciones para investigaciones futuras.