抽样平均近似方法 Sample Average Approximation (SAA)

多次听说或看到抽样平均方法 Sample Average Approximation ,但不是真正理解这个方法到底怎么用的。决定写一篇博客,将每次看到的心得体会记录下来。

对于一个随机规划问题,

min ⁡ f ( x , ξ ) \min\quad f(x, \xi) minf(x,ξ)

其中 ξ \xi ξ 为一个随机变量,而 x x x 是一个求解变量。抽样平均方法 SAA 的大致含义是用抽样的方法将随机变量用样本表示,从而将随机规划问题转化为确定性问题。 假设随机变量 ξ \xi ξ 的样本分别为: ξ 1 , ξ 2 , … , ξ n \xi_1, \xi_2,\dots, \xi_n ξ1,ξ2,,ξn. 则原问题转化为:

min ⁡ 1 n ∑ i = 1 n f ( x , ξ i ) \min\quad \frac{1}{n}\sum_{i=1}^{n} f(x, \xi_i) minn1i=1nf(x,ξi)

该方法有一定的适用范围,这一点还没弄清楚。

你可能感兴趣的:(随机规划,最优化理论)