BriefGPT.xyz
Sep, 2024
具有贝叶斯模糊集的分布鲁棒优化
Distributionally Robust Optimisation with Bayesian Ambiguity Sets
HTML
PDF
Charita Dellaporta, Patrick O'Hara, Theodoros Damoulas
TL;DR
本研究针对不确定性决策中数据生成过程未知的问题，提出了具有贝叶斯模糊集的分布鲁棒优化方法（DRO-BAS），通过优化最坏情况风险来应对模型的不确定性。实验证明，该方法在许多指数家族成员中具有封闭形式的对偶表示，并在Newsvendor问题上展现了优于现有贝叶斯DRO方法的外样鲁棒性。
Abstract
Decision Making
under uncertainty is challenging since the data-generating process (DGP) is often unknown.
Bayesian Inference
proceeds by estimating the DGP through posterior beliefs about the model's parameters.
→