风险显性区间数线性规划模型(REILP)解对约束风险偏好的敏感性与稳健性研究

北京大学学报（自然科学版）

风险显性区间数线性规划模型(REILP)解对约束风险偏好的敏感性与稳健性研究

陈星¹,邹锐^2,3,刘永¹,盛虎¹,郭怀成¹

1. 北京大学环境科学与工程学院, 北京 100871; 2. Tetra Tech, Inc, VA 22030; 3. 昆明诚锐环保科技有限公司, 昆明 650000;

收稿日期:2011-12-28 出版日期:2012-11-20 发布日期:2012-11-20

Sensitivity of Risk Explicit Interval Linear Programming (REILP) Solutions to Constraint Risk Preferences: Numerical Analysis and Implications

CHEN Xing¹, ZOU Rui^2,3, LIU Yong¹, SHENG Hu¹, GUO Huaicheng¹

1. College of Environmental Science and Engineering, Peking University, Beijing 100871; 2. Tetra Tech, Inc, VA 22030; 3. Kunming Challenger Technology Co., Ltd., Kunming 650000;

Received:2011-12-28 Online:2012-11-20 Published:2012-11-20

摘要/Abstract

摘要： 利用数值试验的方法考察了风险显性区间数线性规划(REILP)模型最优解的稳健性问题, 即其最优解在决策者对不同约束条件存在偏好的情况下是否一致。数值案例一为基于污染物总量控制的土地利用规划问题, 目标是在污染物排放总量符合约束的前提下实现不同农业种植组合的收益最大化; 数值案例二为基于污染物总量控制的水资源优化分配问题, 目标是在污染物排放总量满足约束的前提下, 企业间水资源利用分配所获得的效益最大化。数值试验结果表明, REILP的解在某些情况下呈现稳健性特征, 但在另一些情况下则呈现出最优解随着决策者对约束条件偏好的不同而产生变化的特征。REILP模型的这种特点表明, 在实际应用中, 建模人员需要特别分析最优解对决策者偏好的响应, 从而产生有效稳健的决策支持。此外, REILP解对决策者偏好的变异性也使其具备能够在不确定性条件下产生多种替代方案的能力。

关键词: 稳健性, 敏感性, 数值模拟, 风险显性区间线性规划, 风险偏好

Abstract: The authors study the solution robustness of the Risk Explicit Interval Linear Programming (REILP) model using numerical experimentations, investigating whether optimal solutions of a REILP would vary under various preferences to different constraints. The first numerical experiment deals with an optimal land use planning subject to nutrient loading constraints. The second one deals with an optimal water resource allocation subject to pollutant loading constraints. The results show that REILP solutions have different sensitivities to constraint preferences in different cases. This phenomenon suggests that in practice it is necessary to conduct thorough analysis on the robustness of REILP solutions to constraint preferences before reaching reliable decision support. In addition, the variability of REILP solutions with regard to various constraint preferences makes it possible to efficiently generate alternative management schemes within the frame work of REILP.

Key words: steady, sensitivity, numerical experimentation, risk explicit interval linear programming, risk preference

中图分类号:

X123

陈星,邹锐,刘永,盛虎,郭怀成. 风险显性区间数线性规划模型(REILP)解对约束风险偏好的敏感性与稳健性研究[J]. 北京大学学报（自然科学版）.

CHEN Xing,ZOU Rui,LIU Yong,SHENG Hu,GUO Huaicheng. Sensitivity of Risk Explicit Interval Linear Programming (REILP) Solutions to Constraint Risk Preferences: Numerical Analysis and Implications[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2012/V48/I6/942

[1]	李青, 余钊圣, 刘朋欣, 李婷婷, 陈坚强, 袁先旭. 高焓流动中的可压缩颗粒两相流并行求解器: 数值方法及其验证[J]. 北京大学学报自然科学版, 2024, 60(1): 89-108.
[2]	苏晗, 邹锐, 梁中耀, 叶瑞, 王志芸, 刘永. 基于数值模拟的负荷削减–水体水质响应的非线性强度指标[J]. 北京大学学报自然科学版, 2023, 59(4): 695-703.
[3]	王迎, 李江海, 马昌明, 宋珏琛. 基于离散元法的龙门山构造带隆升变形主控因素研究[J]. 北京大学学报自然科学版, 2022, 58(5): 850-860.
[4]	蔡开奎, 李金城, 胡梦辰, 马文静, 叶瑞, 刘永. 流域水文模型的参数全局敏感性分析[J]. 北京大学学报自然科学版, 2022, 58(4): 753-762.
[5]	付粱晨, 丁宗巨, 唐茂, 曾辉, 朱彪. 北京东灵山两种温带森林根际和非根际土壤酶活性、温度敏感性及矢量特征的季节动态[J]. 北京大学学报自然科学版, 2022, 58(3): 503-516.
[6]	刘晓旭, 党卓, 张南. 地幔柱的发生机制研究——以Ferrar为例[J]. 北京大学学报自然科学版, 2022, 58(2): 234-240.
[7]	魏婵娟, 蒙吉军. 中国土地资源生态敏感性评价与空间格局分析[J]. 北京大学学报自然科学版, 2022, 58(1): 157-168.
[8]	何可宜, 沈亚文, 冯继广, 韩孟光, 周益奇, 朱彪. 植物残体输入改变对樟子松人工林土壤呼吸及其温度敏感性的影响[J]. 北京大学学报自然科学版, 2021, 57(2): 361-370.
[9]	邓迪, 肖万博, 王彦宾. 全火星模型中震波传播特征的数值模拟研究[J]. 北京大学学报自然科学版, 2020, 56(4): 629-637.
[10]	柴光胜, 师永民, 杜书恒, 魏云, 张志强, 郭春安, 孙彤. 致密砂岩储层敏感性评价及影响因素分析——以鄂尔多斯盆地盐池地区长8储层为例[J]. 北京大学学报自然科学版, 2020, 56(2): 253-261.
[11]	王殿举, 李江海, 程鹏, 刘志强, 于法浩. 构造倾斜角度对盐构造形成的控制模式: 以下刚果盆地为例[J]. 北京大学学报自然科学版, 2019, 55(2): 277-288.
[12]	陈飞, 王彦宾. 月壳厚度横向变化对月震波传播影响的数值模拟研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 511-520.
[13]	王超, 王宏利. 生化反应动力学校对过程中的内部噪声[J]. 北京大学学报（自然科学版）, 2015, 51(6): 983-988.
[14]	张诗逸;冯长春;刘雪萍;王福良;谢旦杏. 基于生态敏感性分析的建设用地适宜性评价[J]. 北京大学学报（自然科学版）, 2015, 51(4): 631-638.
[15]	金海;杨立国;陈凯. 地铁列车高速过站风环境数值模拟研究[J]. 北京大学学报（自然科学版）, 2015, 51(4): 606-612.