A Practicable Robust Counterpart Formulation for Decomposable Functions: A Network Congestion Case Study
Notice bibliographique
Résumé
Robust optimization is a powerful means to handle optimization problems where there is a set of parameters that are uncertain. The effectiveness of the method is especially noticeable when these parameters are only known to lie inside some uncertainty region. Unfortunately, there are important computational considerations that have prevented the methodology from being fully adopted in fields of practice where the cost function that needs to be robustified is nonlinear with respect to such parameters. In this paper, we propose a new robust optimization formulation that circumvent the computational burden in problems where the cost decomposes as the sum of costs that each involve a single decision variable. This is done by exploiting the fact that in this formulation the worst-case cost function can be expressed as a convex combination between a nominal and an upper-bounding cost function. One can still control the conservatism of the robust solution by adjusting how many terms of this total cost can simultaneously reach their respective most pessimistic value. To demonstrate the potential of this “practicable robust counterpart” formulation, we present how it can be employed for the robust optimization of packet routing on a telecommunication network with congestion. In such problems, an important source of uncertainty stems from the queueing delay, which is usually approximated by a nonlinear convex function using the theory of M/M/1 queues. Computational results on a large number of problem instances of realistic size confirm that it is possible to identify robust solutions that significantly outperform a deterministic approach in terms of both the amount of congestion and the risks of excessive congestion. Moreover, our proposed method also improves significantly the quality of solutions that are obtained using two other natural approximation schemes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».