Uncertainty-Aware Delivery Delay Duration Prediction via Multi-Task Deep Learning
NSF Artificial Intelligence Institute for Advances in Optimization（美国国家科学基金会人工智能优化研究所）；H. Milton Stewart School of Industrial and Systems Engineering（H.米尔顿·斯图尔特工业与系统工程学院）；Georgia Institute of Technology（佐治亚理工学院）；Kinaxis（Kinaxis公司）
本文提出一种多任务深度学习模型，通过端到端训练提升延迟运输检测和概率预测能力，有效应对高不平衡和异质性物流数据挑战。
2026-02-23 cs.AI cs.LG math.OC
Optimality of delayed reward attainment under uncertainty
Cornell University（康奈尔大学）
本文研究不确定性下延迟奖励获取的最优性，提出确定性最优控制框架，证明延迟决策在难区分备选方案且等待成本低时最优，并给出缩短规划范围的条件及策略性感知移动策略。
2026-10-05 math.OC
Robust Binary Linear Programming Under Implementation Uncertainty
本文研究了二进制线性规划问题中存在的不确定性，可能会导致解决方案的价值，在实施过程中发生变化。这种类型的不确定性，被称为实现不确定性，被建模为显式地影响决策变量而不是模型参数。决策变量的二进制性质使现有模型对这种类型的不确定性的使用无效。得到的鲁棒解决方案是最佳的最坏情况下的最小最大目标，并允许控制程度的不可行性相对于相关的确定性问题。结构属性被用来重新制定的问题作为一个混合整数线性二进制程序。通过结合约束松弛和基数约束参数来控制解的保守性程度。在实现不确定性下的最优化问题的解决方案由一组鲁棒解决方案组成;从这个可能较大的集合中选择解决方案被公式化为鲁棒集合上的最优化问题。背包问题的背景下，从实验研究的结果表明，该方法产生的解决方案，表现良好的客观价值和可行性。此外，选择方法可以确定具有理想的实现特性的鲁棒解决方案。
2021-09-28 math.OC
Predictor-based networked control under uncertain transmission delays
研究了具有大时变通信时延的网络化控制系统的状态反馈预测控制问题。我们表明，即使是一个小的执行器到执行器的延迟不确定性可能会导致一个非小的残差在网络控制系统，并揭示如何分析这样的系统。然后，我们设计了一个事件触发的基于预测器的控制器与采样测量和证明，根据延迟的不确定性，应该选择各种预测模型，以减少由于触发的误差。对于仅从控制器到执行器的网络系统，我们利用连续可用的测量，通过使用连续时间预测器和采用最近提出的事件触发控制的切换方法。通过一个推车上的倒立摆的例子，我们证明了所提出的方法是非常有效的不确定时变网络诱导延迟太大的系统是稳定的没有预测。
2016-11-04 math.OC
Optimal control with delayed information flow of systems driven by $G$-Brownian motion
本文研究波动率不确定性下的强鲁棒最优控制问题。在$G$框架中，我们采用随机最大值原理来寻找强鲁棒最优控制存在充要条件。
2014-04-11 math.OC
A Learning Based Framework for Handling Uncertain Lead Times in Multi-Product Inventory Management
TCS Research（塔塔咨询服务公司研究院）；IIT Bombay（印度理工学院孟买分校）
现有的供应链和库存管理的文献大多考虑随机需求过程的零或常数提前期。虽然这是事实，在某些利基方案，在前置时间的不确定性可以忽略不计，大多数现实世界的情况下表现出随机性的前置时间。这些随机波动可能是由于原材料到达制造商终端的不确定性、运输延迟、不可预见的需求激增以及转向不同的供应商等原因造成的。随机提前期是众所周知的，严重降低库存管理系统的性能，它是唯一公平的，通过一个原则性的方法来缩短供应链系统中的这一差距。受最近引入的延迟分辨深度Q学习（DRDQN）算法的启发，本文开发了一种基于强化学习的范式，用于处理提前期的不确定性（\emph{action delay}）。通过实证分析，进一步证明了提前期不确定的库存管理不仅等价于多层次信息共享延迟（\emph{observation delay}），而且训练好的模型可以处理一种延迟，而不需要重新训练。最后，我们应用延迟解决框架的情况下，包括多个产品的随机性在交货期，并阐明延迟解决框架如何否定任何延迟的影响，以达到接近最优的性能。
2022-03-09 cs.AI cs.LG math.OC
A Largest Empty Hypersphere Metaheuristic for Robust Optimisation with Implementation Uncertainty
我们考虑框约束鲁棒优化问题与实施的不确定性。在这种情况下，决策者想要实施的解决方案可能会受到干扰。我们的目标是找到一个解决方案，优化所有可能的扰动的最坏可能的性能。以前，只有少数通用的搜索法已经开发了这种设置。我们介绍了一种新的方法，为全球性的搜索，根据放置一个最大的空超球体。我们不假设任何知识的结构上的原始目标函数，使这种方法也可行的模拟优化设置。在计算实验中，我们证明了我们的方法与最先进的方法相比，具有很强的性能，这使得它有可能解决甚至高维问题。
2018-09-07 math.OC
Installation of renewable capacities to meet emission targets and demand under uncertainty
本文研究在排放约束和不确定性下可再生能源安装成本最小化问题，证明最优策略通常只需干预一次，并指出某些情形下应推迟容量扩张。
2024-07-08 math.OC math.PR
Particle Swarm Metaheuristics for Robust Optimisation with Implementation Uncertainty
我们考虑不确定性下的全局非凸优化问题。在这种情况下，不可能精确地实现所需的解决方案。相反，可以实施与预期解决方案有一定距离的任何其他解决方案。其目的是找到一个强大的解决方案，即，其中附近最差的可能解决方案仍然尽可能地执行。这种类型的问题表现出另一个最大化层，以找到最坏情况下的解决方案，在最小化水平找到一个强大的解决方案，这使得他们更难解决比经典的全局优化问题。到目前为止，只有少数方法已被提供，可以应用于实现不确定性的黑盒问题。我们通过引入一种新的基于粒子群的框架来改进现有技术，该框架适应了以前方法的元素，将它们与新功能相结合，以生成更有效的技术。在计算实验中，我们发现我们的新方法在几乎80%的情况下优于最先进的比较器算法。
2020-03-21 math.OC
Game of Variable Contributions to the Common Good under Uncertainty
我们考虑了一个随机对策的贡献，共同利益的球员有连续的控制程度的贡献，我们研究的渐进性所产生的搭便车效应。这个博弈属于广义消耗战的可变让步博弈类。以前已知的例子可变让步游戏在文献中收益率均衡的特点是奇异控制策略没有任何延迟的让步。然而，这些无延迟均衡与经典消耗战的混合策略均衡不同，在经典消耗战中，每个参与者都通过随机时间延迟让步。我们发现，一个单一的状态变量，扩展Nerlove-Arrow模型的变量贡献游戏，具有一个均衡的特点是定期的控制策略，导致逐步让步。这种均衡自然地推广了经典消耗战中的混合策略均衡。问题的随机性突出了奇异控制解和常规控制平衡解之间的质的差异。我们还发现，参与者之间的不对称性可以缓解渐进主义造成的无效率。
2019-03-31 econ.TH math.OC q-fin.MF
Dividend problem with Parisian delay for a spectrally negative Lévy risk process
本文考虑了保险公司的分红问题，当采用巴黎时滞时，其风险演化为谱负莱维过程（在不支付红利的情况下）.目标函数由采用障碍策略时，直到破产时刻所收到的累计折现红利给出。此外，我们将考虑两种可能的延迟。在第一种情况下，破产发生在盈余过程保持在零以下的时间超过固定的时间量$ζ>0$。在第二种情况下，在决定支付股息和执行股息之间有一个时间差$d$。
2011-10-17 math.OC math.PR q-fin.CP
Stochastic optimal control of delay equations arising in advertising models
考虑一类随机时滞微分方程（SDDE）的最优控制问题，该问题是在不确定性条件下，为向市场推出新产品而进行的最优广告，推广了Nerlove和Arrow（1962）的经典工作.特别是，我们处理控制SDDE的延迟进入状态和控制。根据Vinter和Kwong（1981）的思想（但仅在确定性情况下成立），我们将该问题转化为一个无限维随机控制问题，并通过动态规划原理将其与一个二阶Hamilton-Jacobi-Bellman方程联系起来。我们证明了一个验证定理，我们展示了一些简单的情况下，这样的方程承认一个明确的光滑的解决方案，使我们能够构建最佳的反馈控制。
2004-12-20 math.OC
A Stochastic Model Predictive Control Approach for Driver-Aided Intersection Crossing With Uncertain Driver Time Delay
Ford Research & Innovation Center（福特研究与创新中心）
本文提出了一种随机模型预测控制方法，用于协调无交通信号灯或标志的自动驾驶车辆在交叉口的行驶，通过优化场景来保证约束条件的满足，避免碰撞。
2019-03-29 cs.SY eess.SY math.OC
Solving Optimal Control Problems for Delayed Control-Affine Systems with Quadratic Cost by Numerical Continuation
- 在本文中，我们介绍了一种新的方法来解决固定延迟最优控制问题，利用数值同伦程序。间接法求解这类问题不仅复杂而且计算量大，因为它的实现面临两个困难：极值方程是混合型的，另外，打靶法必须仔细初始化。在这里，从解决最优控制问题的无延迟版本开始，延迟引入了数值同伦方法。给出了收敛性结果，保证了整个过程的有效性。算例表明了该方法的数值效率。
2017-03-15 math.OC
Two-step differentiator for delayed signal
Department of Electrical & Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系）
提出一种针对延迟测量信号的高阶微分器，通过两步算法同时校正信号延迟并估计无延迟导数，给出误差收敛条件，具有实现简单和应用有趣的特点。
2011-03-05 cs.SY eess.SY math.DS
