SDDP for multistage stochastic programs: preprocessing via scenario reduction

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F17%3A10385102" target="_blank" >RIV/00216208:11320/17:10385102 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1007/s10287-016-0261-6" target="_blank" >https://doi.org/10.1007/s10287-016-0261-6</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/s10287-016-0261-6" target="_blank" >10.1007/s10287-016-0261-6</a>

Jazyk výsledku

angličtina

Název v původním jazyce

SDDP for multistage stochastic programs: preprocessing via scenario reduction

Popis výsledku v původním jazyce

Even with recent enhancements, computation times for large-scale multistage problems with risk-averse objective functions can be very long. Therefore, preprocessing via scenario reduction could be considered as a way to significantly improve the overall performance. Stage-wise backward reduction of single scenarios applied to a fixed branching structure of the tree is a promising tool for efficient algorithms like stochastic dual dynamic programming. We provide computational results which show an acceptable precision of the results for the reduced problem and a substantial decrease of the total computation time.

Název v anglickém jazyce

SDDP for multistage stochastic programs: preprocessing via scenario reduction

Popis výsledku anglicky

Even with recent enhancements, computation times for large-scale multistage problems with risk-averse objective functions can be very long. Therefore, preprocessing via scenario reduction could be considered as a way to significantly improve the overall performance. Stage-wise backward reduction of single scenarios applied to a fixed branching structure of the tree is a promising tool for efficient algorithms like stochastic dual dynamic programming. We provide computational results which show an acceptable precision of the results for the reduced problem and a substantial decrease of the total computation time.

Druh

J_SC - Článek v periodiku v databázi SCOPUS

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GBP402%2F12%2FG097" target="_blank" >GBP402/12/G097: DYME-Dynamické modely v ekonomii</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Computational Management Science

ISSN

1619-697X

e-ISSN

—

Svazek periodika

14

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

DE - Spolková republika Německo

Počet stran výsledku

14

Strana od-do

67-80

Kód UT WoS článku

000411375200004

EID výsledku v databázi Scopus

2-s2.0-84974851279