Oct, 2023
在线转换与切换成本：鲁棒和学习增强算法
Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms
Adam Lechowicz, Nicolas Christianson, Bo Sun, Noman Bashir, Mohammad Hajiesmaili...
TL;DR介绍并研究了涉及能源和可持续发展领域的新兴问题的在线转换与切换成本，通过引入在线玩家尝试在固定时间范围内购买（或销售）资产的问题，我们提出了基于阈值的竞争（鲁棒）算法来优化解决该问题，同时还提出了利用不可信黑盒建议（例如机器学习模型的预测）的学习增强算法，以在平均情况下显著提高性能并保证最坏情况下的竞争性能，并通过碳感知的电动汽车充电案例研究对所提出的算法进行了实证评估，结果显示相对基准方法，我们的算法显著改进了该问题的解决方法。