Skip to content

Software tools for the investigation of stochastic programming problems

Stochastic Programming (SP) has become synonymous with optimum decision making under uncertainty. However, modelling and solving stochastic programming problems are challenging tasks. Many factors affect the complexity of SP models with respect to their deterministic counterparts: (i) the need for capturing the random behaviour of the models parameters, (ii) the difficulties in solving the model instances (which are usually very large), and (iii) the requirements for advanced analysis of the model results through simulation techniques. This research focuses on the investigation of stochastic programming problems using software tools, and the outcomes of this work address some of the aforementioned difficulties. The well known classes of stochastic programming models and their properties are first reviewed, and a critical analysis of the use of algebraic modelling languages and their extensions for the formulation of SP models is presented. The insight gained into the interaction of models of randomness with optimisation models has led to the design of a novel approach to extending algebraic modelling languages for SP modelling. This approach has been successfully applied to the AMPL and MPL language to incorporate new SP language constructs. The resulting languages SAMPL and SMPL support the formulation of scenario-based SP problems in a natural and concise way. The integration of modelling systems with specialised solvers for SP has also been investigated. The use of decomposition methods for solving recourse problems has been analysed in terms of scale-up properties; alternative formulations of chance-constrained problems, which can be formulated as deterministic mixed integer programs, are also illustrated. Computational and conceptual issues related to the value of stochastic solutions (VSS) have been analysed and discussed. A Stochastic Programming Integrated Environment (SPInE), which supports the SMPL and SAMPL extended modelling languages and embodies a stochastic solver has been designed and developed in this research. The features of the system include the integration with scenario generators and the analysis of the SP model solutions and validation through the use of simulation. A case study is presented to illustrate how the SPInE system provides practitioners with a powerful platform for the analysis of real life problems using stochastic programming techniques.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Introduction and background 1 Chapter 1 Introduction and background Στοξαστικόσ (Stochastikós): based on guesswork, based on conjecture. 1.1 Optimum decision making under uncertainty Optimum decision making concerns a class of problems where it is necessary to make decisions to optimise one or more given objectives, subject to certain restrictions. Mathematical Programming (MP) models have made considerable contribution to optimum decision making, as they enable the modeller to capture the structure of the problem and to quantify the effects of the decisions in terms of the objectives set by the decision maker. Mathematical Programming models express the objective as a function of one or more decision variables. This objective function needs to be minimised or maximised, subject to a set of constraints given in the form of equalities or inequalities, which represent the structure of the real world problem. MP models can be classified according to two main criteria: • The type of relationships and objective functions • The type of decision variables Linear Programming (LP) models are characterised by objective function and constraints which are linear combinations of the decision variables, while Quadratic Programming (QP) models are characterised by a quadratic objective function. Following the second criterion, one can classify the models as Integer Programming (IP) models if all decision variables are integer, or Mixed Integer Programming (MIP) models if some of the variables are integer while the remaining are continuous, and so on. Linear Programming models were first introduced in the 40’s, and their use in real world applications has since become increasingly significant. The rapid growth in computational power, as well the developments in software tools for modelling and solving LP problems, are the main foundation for the success of these models. Unfortunately, their success has also showed up their limitations in many situations where these models cannot be employed with any confidence. The world of LP and IP is highly deterministic and the underlying assumption is that the parameters which are used to define the models are known with certainty.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Patrick Valente
  Tipo: Tesi di Dottorato
Dottorato in Computational Modelling and Optimisation
Anno: 2002
Docente/Relatore: Gautam Mitra
Correlatore: CormacLucas
Istituito da: Brunel University, London, UK
Dipartimento: Department of Mathematical Sciences
  Lingua: Inglese
  Num. pagine: 161

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.

Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

benders decomposition
chance constraint
interior point method
stochastic programming
operations research
mathematical programming

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi