Multistage Stochastic Optimization

مشکلات بهینه‌سازی تصادفی چند مرحله‌ای به طرق مختلف در امور مالی، بیمه، تولید و تجارت انرژی، لجستیک و حمل‌ونقل و سایر حوزه‌ها ظاهر می‌شوند. آنها موقعیت های تصمیم گیری را در شرایط عدم قطعیت و با افق برنامه ریزی طولانی تر توصیف می کنند. این کتاب شامل یک درمان جامع از وضعیت هنر امروزی در بهینه‌سازی تصادفی چند مرحله‌ای است. این پیشینه‌های ریاضی نظریه تقریب و همچنین الگوریتم‌ها و مثال‌های عملی متعدد برای تولید و مدیریت درخت‌های سناریو را پوشش می‌دهد. تاکید ویژه بر تخمین و مرزبندی خطای مدل‌سازی با استفاده از مفاهیم فاصله جدید، سازگاری زمانی و نقش ابهام مدل در فرآیند تصمیم‌گیری است. بررسی گسترده نمونه هایی از تولید برق، مدیریت بدهی دارایی و کنترل موجودی، این کتاب را به پایان می رساند.

Multistage stochastic optimization problems appear in many ways in finance, insurance, energy production and trading, logistics and transportation, among other areas. They describe decision situations under uncertainty and with a longer planning horizon. This book contains a comprehensive treatment of today’s state of the art in multistage stochastic optimization. It covers the mathematical backgrounds of approximation theory as well as numerous practical algorithms and examples for the generation and handling of scenario trees. A special emphasis is put on estimation and bounding of the modeling error using novel distance concepts, on time consistency and the role of model ambiguity in the decision process. An extensive treatment of examples from electricity production, asset liability management and inventory control concludes the book.