On Optimal Harvesting in Stochastic Environments: Optimal Policies in a Relaxed Model
University of Wisconsin-Milwaukee(密尔沃基威斯康星大学)
本文通过将收获问题嵌入到以初始位置为参数的占用测度空间上的无限维线性规划中,并分析一个约束较少的辅助问题,证明了松弛收获策略的存在性并给出了闭式价值函数。
2011-06-14 cs.SY eess.SY math.OC
The effects of random and seasonal environmental fluctuations on optimal harvesting and stocking
本研究构建包含三层环境波动的种群捕捞补充模型框架,提出收敛于最优策略的数值近似方法,发现多数场景下最优策略非阈值型。
2021-09-28 math.OC math.PR q-bio.PE
Coexistence, extinction, and optimal harvesting in discrete-time stochastic population models
我们分析了可以通过收获控制的相互作用种群的长期行为。动态被假定为离散的时间和随机的,由于环境波动的影响。我们提出了灭绝和共存的标准时,有一个或两个相互作用的物种。然后,我们使用这些工具,以了解何时收获导致物种灭绝或持续存在,以及最佳收获策略,最大限度地提高预期的长期产量,看起来像什么。对于单种群系统,我们证明了在一定条件下,最优收获策略是bang-bang型的:存在一个阈值,在该阈值下没有收获,而在该阈值以上的一切都被收获。本文的第二部分是关于生态系统的分析,有两个相互作用的物种,可以收获。特别是,我们仔细研究捕食者-猎物和竞争Ricker模型时,有两个物种。在这种情况下,我们将展示如何找到最佳的比例收获策略。如果系统是捕食-食饵型系统,则最优比例收获策略是:根据相互作用参数和捕食者相对于食饵的价格,要么将捕食者收获至灭绝并最大化食饵的渐近收获量,要么不收获食饵并最大化捕食者的渐近收获量.如果系统是竞争性的,在某些情况下,最优的做法是使一个物种灭绝,并收获另一个物种。在其他情况下,最好让两个物种共存,并在保持共存的同时收获两个物种。在竞争Ricker模型的设置,我们表明,如果一个竞争者是占主导地位的,并推动其他物种灭绝,优势种〈动〉的收获可以导致共存。
2019-11-19 math.OC math.PR q-bio.PE
Arbitraging Variable Efficiency Energy Storage using Analytical Stochastic Dynamic Programming
提出了一种计算效率高的随机动态规划算法,用于解决考虑充放电效率变化的储能价格套利问题。我们制定的价格套利问题,使用随机动态规划和模型的实时价格作为一个马尔可夫过程。然后,我们提出了一个分析解决方案的算法,使用分段线性逼近的价值去功能。我们的解决方案算法实现了极端的计算性能,并解决了建议的套利问题,在个人电脑上在小于一秒的一个工作日。我们展示了我们的方法,使用历史价格数据从纽约独立系统运营商的四个价格区,案例研究比较不同的随机模型和存储设置的性能。我们的研究结果表明,该方法捕获50%至90%的套利利润相比,完美的价格预测。特别是,我们的方法在四个价格区中的三个价格区中捕获了超过80%的套利利润,当考虑电池的使用时间超过两个小时和实际的退化成本时。
2022-03-07 math.OC
Harvesting and seeding of stochastic populations: analysis and numerical approximation
众所周知,过度的捕捞或狩猎已经在地方和全球范围内使物种灭绝。这就引出了保护生态学的一个基本问题:我们应该如何收获一个种群,使经济收益最大化,同时确保该物种免于灭绝?我们研究受随机环境波动影响的相互作用物种的生态系统。在任何时候,我们都可以收获或播种(重新繁殖)物种。收获带来经济收益,而播种则产生成本。问题是要找到最佳的收获播种策略,最大限度地提高预期的总收入从收获减去成本必须支付的各种物种的播种。我们考虑当播种率和收获率之一或两者有界时会发生什么。本文的重点是分析这三个新的设置:有界播种和无限收获,有界播种和有界收获,无限播种和有界收获。我们证明了分析结果,并发展了数值逼近方法。通过实施这些近似,我们能够获得有关如何最好地收获和播种物种的定性信息。我们能够表明,在单一物种的设置有阈值$0<L_1<L_2<\infty$,这样:1)如果总体规模是“低”,使它位于$(0, L_1]$,有播种使用最大播种率; 2)如果总体规模“中等”,使它位于$(L_1,L_2)$,有没有收获或播种; 3)如果总体规模是“高”的,使得它位于区间$[L_2, \infty)$中,则存在使用最大收获率的收获。一旦我们有一个至少有两个物种的系统,数值实验表明,恒定阈值策略不再是最优的。
2019-11-02 math.OC math.PR q-bio.PE
Stochastic Approach for Price Optimization Problems with Decision-dependent Uncertainty
针对需求不确定性依赖于价格的价格优化问题,提出一种通用非凸随机优化方法,通过推导无偏随机梯度估计器并结合投影随机梯度下降寻找稳定点,实验证明其能获得比基线更高的总收入。
2024-01-03 math.OC
Harvesting of interacting stochastic populations
我们分析了一个生态系统的物种,经验环境随机性的最优收获问题。我们的工作概括了目前的文献显着考虑到物种之间的非线性相互作用,国家依赖的价格,和物种注入。关键的概括是不仅可以收获,而且可以将个体“播种”到生态系统中。这是由渔业和某些濒危物种的控制方式引起的。收获问题变成寻找最佳收获播种策略,使收获的预期总收入最大化,减去物种注入的损失收入。我们的分析表明,由于物种注入的可能性,新的现象出现。众所周知,多维收获问题非常难以解决。我们能够取得进展,通过表征的值函数作为一个黏性解的相关Hamilton-Jacobi-Bellman(HJB)方程。此外,我们提供了一个验证定理,它告诉我们,如果一个函数具有某些性质,那么它将是值函数。这使我们能够证明,如Lungu和$Ø$ ksendal(Bernoulli '01)所示,几乎可以肯定,一次从多个种群收获或播种从来都不是最佳的。我们用马尔可夫链逼近连续时间系统,并证明了马尔可夫链逼近的最优收获播种策略收敛于正确的最优收获策略.这是用来提供数值逼近的最佳收获播种策略,是第一步,充分了解的错综复杂的一个应该如何收获和种子相互作用的物种。特别是,我们看三个例子:一个物种建模的Verhulst-Pearl扩散,两个竞争的物种和两个物种的捕食者-被捕食者系统。
2018-10-12 math.OC math.PR q-bio.PE
Analyzing the impact of forecast errors in the planning of wine grape harvesting operations using a multi-stage stochastic model approach
本文研究预测误差对酿酒葡萄采收规划的影响,提出多阶段随机优化模型评估产量与降雨预测偏差对决策调整、产品损失及价值的作用,发现低估产量负面影响更大,且模型能显著减少优质葡萄损失。
2024-05-30 math.OC
Decentralized Control via Dynamic Stochastic Prices: The Independent System Operator Problem
智能电网连接风能或太阳能或存储农场,化石燃料厂,工业或商业负载,或负载服务实体,建模为随机动力系统。在每个时间段内,它们消耗或供应电能,总发电量等于消耗量。每个代理人的效用要么是从消费中获得的收益,要么是发电成本的负数。独立的系统运营商必须最大化他们的总和,社会福利,没有代理人透露他们的动态模型或效用。它必须在通过投标与代理商互动后宣布价格。如果代理人观察并知道影响其他代理人的不确定性的法律,那么就有一个迭代的价格和出价的相互作用,导致最大的社会福利,如果代理人汇集他们的信息。在代理是LQG系统的重要情况下,甚至不知道其他代理的存在,投标和价格迭代非常简单,在每个时间步交换未来价格和消费或代的时间向量。不需要国家独立招标。这种分散随机控制问题的解决方案在电力系统中可能具有经济重要性,并且在随机动态代理的经济学一般均衡理论中具有更广泛的兴趣。
2016-06-29 math.OC
Optimal ergodic harvesting under ambiguity
我们考虑一个遍历收获问题与模型的模糊性,产生于生物学。为了解释这种模糊性,问题被构造成一个有两个参与者的随机对策:决策者(DM)选择“最好”的收获政策,一个不利的参与者选择“最差”的概率测度。主要结果是建立了DM的最优策略(也称为控制),并表明它是一个阈值策略。最优阈值和最优收益是通过求解由Hamilton Jacobi Bellman(HJB)方程产生的一个自由边界问题得到的。作为证明的一部分,我们修复了[Alvarez和Hening,{ \em随机过程]的HJB分析中出现的一个缺口。Appl.},2019],一篇分析遍历收获问题的风险中性版本的论文。最后,我们研究了最优阈值和最优收益对模糊度参数的依赖性,并证明了如果模糊度为0,问题收敛到风险中性问题。
2021-04-21 math.OC q-bio.PE
Singular optimal control of stochastic Volterra integral equations
研究了随机Volterra积分方程的最优奇异正则组合控制,其中解X^{u,n}(t)=X(t)由X(t)= n(t)+ \int_{0}^{t} }b(t,s,X(s),u(s))ds+ \int_{0}^{t} σ(t,s,X(s),u(s))dB(s)+ \int _{0}^{t} \int_{0}^{t} h(t,s)d n(s)给出.这里dB(s)表示布朗运动Itô型微分,dB(s)表示奇异控制(关于勒贝格测度在时间t上奇异),u表示正则控制(关于勒贝格测度绝对连续)。这样的系统可以例如用于对具有记忆的群体的收获进行建模,其中X(t)表示时间t处的群体密度,并且奇异控制过程f表示收获努力率。对于给定的函数f_{0}、f_{1}和g,来自收获的总收入由J(u,t)=E[ \int _{0}^{T} \int_{0}^{T} f_{0}(t,X(t),u(t))dt+ \int _{0}^{T} \int_{0}^{T} f_{1}(t,X(t))d dt(t)+g(X(T))]表示,其中T>0是表示收获的终止时间的常数。请注意,允许控制是奇异的是很重要的,因为在某些情况下,最优控制就是这种类型。利用Hida-Malliavin演算,证明了控制最优性的充分条件和必要条件。由此得到一类新的具有奇异漂移的倒向随机Volterra积分方程.最后,为了说明我们的结果,我们应用它们来讨论…
2021-04-14 math.OC math.PR
Stochastic Approximation for Estimating the Price of Stability in Stochastic Nash Games
本文针对随机纳什博弈中稳定价格(PoS)难以高效计算的问题,提出基于随机逼近的求解方案,并给出近似误差界,为网络化系统效率评估提供了新方法。
2023-10-29 math.OC
On Optimal Harvesting Problems in Random Environments
本文研究了随机环境中单个物种的最优收获策略,该环境的生长由状态转换扩散决定。收获作为一个(随机)控制人口的规模。我们的目标是找到一个收获策略,最大限度地提高预期的总折扣收益收获{ \em到灭绝的时间}的物种,允许的收入率是国家和环境的依赖。这是一个消亡时和最优收获策略均依赖于初始条件的奇异随机控制问题。在灭绝的随机时间之前获得付款的一个方面是,当使用相同的收获策略时,初始总体规模的微小变化可能会显著改变灭绝时间消亡时。因此,人们不再获得连续性的价值函数使用标准的参数,无论是定期或奇异控制问题,具有固定的时间范围。本文提出了一个新的充分条件,在此条件下建立了状态转换模型的值函数连续性。进一步证明了该值函数是拟变分不等式耦合系统的黏性解。本文还建立了一个验证定理,并在此基础上,在一定条件下,构造了一个$\varepsilon$ -最优收获策略。并对两个实例进行了详细分析。
2014-09-28 math.OC math.PR q-bio.PE
Branch-and-Price for the Stochastic TSP with Generalized Latency
针对需求自适应公交系统的战术规划,提出带广义延迟的随机对称旅行商问题(STSP-GL),用分支定价算法求解,上界提升85%,下界提升55%,且解更稳健。
2023-11-16 math.OC
Price of Anarchy for Non-atomic Congestion Games with Stochastic Demands
我们将用户均衡和系统最优的概念推广到具有随机需求的非原子拥塞博弈。我们建立了三种不同设置的链接成本函数和需求分布,即(a)仿射成本函数和一般分布,(b)多项式成本函数和一般正值分布,(c)多项式成本函数和正态分布的无政府无政府代价的上界。在某些特殊情况下,包括确定性需求的情况下,所有的上界都是紧的。
2013-10-17 cs.GT math.OC
Shadow price of information in discrete time stochastic optimization
信息的影子价格在随机最优化中起着核心作用,自从它在70年代中期被Rockafellar和Wets引入以来。本文研究了这一概念的推广形式,并给出了它存在的放松的充分条件。我们允许一般适应的决策策略,这使人们能够建立解决方案的存在性和缺乏一个二元差距,例如在金融数学的各种问题,通常的有界性假设失败。作为应用,我们计算了整泛函的共轭和次微分以及正规被积函数的条件期望。我们还给出了一般动态规划递归的一个对偶形式,它刻画了信息的影子价格。
2016-01-20 math.OC math.PR
Deep Learning Based Online Power Control for Large Energy Harvesting Networks
Huawei(华为)
在本文中,我们提出了一种基于深度学习的方法来设计大型EH网络的在线功率控制策略,这通常是难以解决的随机控制问题。在所提出的方法中,对于给定的EH网络,通过训练深度神经网络(DNN)来学习最优在线功率控制规则,使用离线策略设计问题的解决方案。在所提出的方案下,在给定的时隙中,通过将当前系统状态馈送到训练的DNN来获得发射功率。我们的结果表明,DNN的在线功率控制方案优于马尔可夫决策过程为基础的政策。一般来说,所提出的基于深度学习的方法可用于寻找大型棘手随机控制问题的解决方案。
2019-03-08 cs.LG eess.SP math.OC
The Solution to an Impulse Control Problem Motivated by Optimal Harvesting
研究受最优 harvesting 启发的随机脉冲控制问题,推导出在一般假设下具有四种定性形式的完整解,并开发建立最优控制 SDE 强解的方法。
2024-08-24 math.OC math.PR
Strategic complementarities as stochastic control under sticky price
本文在粘性价格一般均衡框架下,用路径积分控制方法研究企业策略互补性下货币冲击的传播,证明均衡存在唯一并分析产出脉冲响应。
2024-03-28 econ.TH math.OC
Self-exciting price impact via negative resilience in stochastic order books
现有的大多数文献中的最佳贸易执行限价订单簿模型假设弹性是积极的。但负弹性也有一种自然的解释,因为它模拟了价格影响的自激行为,即大型投资者的交易活动刺激其他市场参与者朝着同一方向进行交易。在本文中,我们讨论了当我们允许弹性取负值时,对最佳交易执行产生的几个新的定性影响。我们在一个框架中这样做,其中市场深度和弹性都是随机过程。
2022-07-22 math.OC math.PR q-fin.TR
Optimal Trade Execution with Instantaneous Price Impact and Stochastic Resilience
本文研究了具有瞬时和持续价格冲击以及随机弹性的非流动性市场中的最优执行问题,其中只有绝对连续的交易策略是允许的。在我们的模型中的价值函数可以描述为一个三维系统的倒向随机微分方程(Bundle)的奇异终端条件的一个组成部分。我们证明了该系统解的存在唯一性,并利用该系统的唯一解刻画了该系统的价值函数和最优策略。我们的存在性证明是基于一个渐近展开在终端的时间,使我们能够表示系统中的一个等价系统有限的终端值,但奇异的驱动程序。
2017-07-07 math.OC math.PR q-fin.TR
A remark on smooth solutions to a stochastic control problem with a power terminal cost function and stochastic volatilities
考虑了不完全金融市场,定义为一个多维非齐次扩散过程,是伊藤过程(价格过程)和另一个非齐次扩散过程(外生过程,代表外生随机源)的直和。价格过程的漂移和扩散矩阵是时间、价格过程本身和外生过程的函数。在这种市场的背景下,并为功率效用函数,它被证明,随机控制问题,包括优化终端财富的期望效用,有一个经典解(即$C^{1,2}$)。这一结果铺平了道路的最优投资组合问题的研究在不完全的远期方差随机波动率模型,沿着Ref:Ekeland等人。
2014-05-14 math.OC q-fin.MF
Asset-liability management with Epstein-Zin utility under stochastic interest rate and unknown market price of risk
African Institute for Mathematical Sciences(非洲数学科学学院);University of Rwanda(卢旺达大学);University of Freiburg(弗赖堡大学)
本文在随机利率和未知市场风险溢价条件下,提出基于Epstein-Zin递归效用的资产-负债管理模型,引入终端负债约束并解决耦合FBSDE系统,得到显式解及最优投资策略,揭示部分信息的经济重要性。
2026-08-11 math.OC q-fin.MF
On the Efficiency of Connection Charges---Part I: A Stochastic Framework
这两部分的文件解决了零售电价的设计与分布式能源,如太阳能和存储的配电系统。特别是,考虑了受监管垄断零售商的动态两部分电价的最优设计,其中零售商一方面面临外生批发电价和固定成本,另一方面面临具有跨期价格依赖性的随机需求。第一部分提出了一个总的框架和分析,收入充足的零售关税与预先通知,动态价格和统一的连接费。结果表明,最优的两部分关税包括一个动态的价格,可能不匹配的预期批发价格和连接费用,均匀分布在所有客户之间的零售商的固定成本和价格-量风险溢价。得到了两部制电价在任意事前电价中最优的一个充分条件。数值模拟量化的福利收益,最佳的两部分关税可能带来的最佳线性关税(无连接费)相比。第二部分着重于两部分关税对分布式能源整合的影响。
2017-02-06 math.OC math.PR
Event-driven Trajectory Optimization for Data Harvesting in Multi-Agent Systems
本文提出一种基于事件驱动的在线轨迹优化方法,用于多智能体系统中的数据采集问题,通过优化轨迹参数化和IPA算法降低预期采集与交付延迟。
2016-08-22 cs.SY eess.SY math.OC
Optimal Installation of Solar Panels with Price Impact: a Solvable Singular Stochastic Control Problem
我们考虑一个价格制定者公司,它生产电力并在现货市场上出售。该公司可以通过不可逆安装太阳能电池板来提高其装机功率水平。在没有公司经济活动的情况下,现货电价演化为Ornstein-Uhlenbeck过程,因此具有均值回复行为。该公司的装机功率的当前水平对电价有永久性的影响,并影响其均值回归水平。该公司的目标是最大限度地提高总预期利润从销售电力在市场上,净总预期比例成本的安装。该问题被建模为二维退化奇异随机控制问题,其中安装策略被确定为公司的控制变量。我们遵循猜测和验证的方法来解决这个问题。我们发现,最佳的安装策略是由一条曲线分开的等待区域,它不是最佳的安装额外的面板,和安装区域,它是。这种曲线依赖于公司的装机功率的当前水平,并且是唯一的严格递增函数,其求解一阶常微分方程(ODE)。最后,我们的研究是补充数值分析的依赖性的最佳安装策略模型的参数。
2019-11-11 math.OC q-fin.MF
A Stochastic Electricity Market Clearing Formulation with Consistent Pricing Properties
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Argonne National Laboratory(阿贡国家实验室);The University of Chicago Booth School of Business(芝加哥大学布斯商学院)
本文提出一种随机电力市场清算方法,通过引入惩罚项解决日前与实时价格间的偏差问题,证明其在电网中的稳定性,并提出评估其效益的新指标。
2015-10-28 econ.GN math.OC q-fin.EC
The Price of Adaptivity in Stochastic Convex Optimization
本文证明了非光滑随机凸优化中自适应的不可能性结果,定义了“自适应代价”(PoA)来衡量参数不确定性导致的次优性乘性增加,并给出了在距离或梯度范数不确定时PoA的下界,几乎匹配现有上界。
2024-06-27 cs.LG math.OC stat.ML
An Optimal Control Approach for the Data Harvesting Problem
Boston University(波士顿大学)
本文提出了一种基于最优控制的方法,用于在二维任务空间中规划轨迹,以最小化预期延迟。通过参数化智能体轨迹并利用微扰分析优化,解决了数据采集和传输问题,展示了方法的鲁棒性和可扩展性。
2015-08-31 cs.SY eess.SY math.OC