Scentree：用于多阶段随机规划的场景树生成框架
Scentree: a framework for generating scenario trees for multistage stochastic programming
浏览论文内容
中文总结 AI 辅助
Scentree 是一个开源 Python 框架，通过结合机器学习与多元时间序列模型自动生成场景扇和场景树，用于多阶段随机规划，无需数据分布假设，并适用于任意多阶段随机问题。
中文摘要 AI 辅助
我们介绍了 scentree，一个开源的 Python 包，用于从历史数据构建多阶段随机规划的场景扇和场景树。它结合了机器学习和多元时间序列模型，以获得能够捕捉随机过程中阶段间依赖关系的场景扇。该场景扇随后被转换为适用于多阶段随机优化的场景树，为不确定性建模提供了一个灵活且可扩展的框架。一个关键贡献是完整工作流程的自动化，包括模型选择、参数估计、场景扇生成和场景树构建。Scentree 不依赖于对底层数据分布的假设，从而减少了生成场景树所需的统计专业知识。此外，它对要解决的具体多阶段随机问题是不知情的。
英文摘要
We present scentree, an open-source Python package for constructing a scenario fan and a scenario tree for multistage stochastic programming from historical data. It combines machine learning and multivariate time series models to obtain a scenario fan that captures inter-stage dependencies in the stochastic processes. This scenario fan is subsequently transformed into a scenario tree suitable for multistage stochastic optimization, providing a flexible and extensible framework for uncertainty modeling. A key contribution is the automation of the complete workflow, including model selection, parameter estimation, scenario fan generation, and scenario tree construction. Scentree does not rely on assumptions about the underlying data distribution, reducing the statistical expertise required to produce a scenario tree. Furthermore, it is agnostic to the specific multistage stochastic problem to be solved.
发表机构
- Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）
机构由 AI 辅助整理，请以论文原文为准。
