Deviation measures in stochastic programming with mixed-integer recourse

Dateibereich 5558

680,8 KB in 2 Dateien, zuletzt geändert am 13.04.2007

Dateiliste / Details

DateiDateien geändert amGröße
index.html13.04.2007 16:27:2015,7 KB
maerkertdiss.pdf04.06.2004 00:00:00665,1 KB
Stochastic programming offers a way to treat uncertainty in decision problems. In particular, it allows the minimization of risk. We consider mean-risk models involving deviation measures, as for instance the standard deviation and the semideviation, and discuss these risk measures in the framework of stochastic dominance as well as in the framework of coherent risk measures. We derive statements concerning the structure and the stability of the resulting optimization problems whereby we emphasize on models including integrality requirements on some decision variables. Then we propose decomposition algorithms for the mean-risk models under consideration and present numerical results for two stochastic programming applications.
PURL / DOI:
Lesezeichen:
Permalink | Teilen/Speichern
Dokumententyp:
Wissenschaftliche Abschlussarbeiten » Dissertation
Fakultät / Institut:
Fakultät für Mathematik
Dewey Dezimal-Klassifikation:
500 Naturwissenschaften und Mathematik » 510 Mathematik
Stichwörter:
Risk measures, Stochastic integer programming, Decomposition algorithms
Beitragende:
Prof. Dr. Schultz, Rüdiger [Betreuer(in), Doktorvater]
Prof. Dr. Vlerk, Maarten H. van der [Gutachter(in), Rezensent(in)]
Sprache:
Deutsch
Kollektion / Status:
Dissertationen / Dokument veröffentlicht
Datum der Promotion:
04.06.2004
Dokument erstellt am:
04.06.2004
Dateien geändert am:
13.04.2007
Medientyp:
Text