TY -的A2 Repoussis Panagiotis p . AU - Bagaram马丁b . AU -托斯,桑德尔f . AU - Jaross Weikko s . AU -温特劳布,Andres PY - 2020 DA - 2020/12/12 TI -并行变量修复过程求解多级随机项目进步对冲SP - 8965679六世- 2020 AB -长时间视野,典型的森林管理,由于暴露于气候的不确定性，使计划更加困难。目前的随机规划方法限制了气候不确定性在森林管理规划中的纳入。为了解决森林收获计划中的气候不确定性问题，我们将不同气候情景下森林生长的潜在分布离散化，并求解得到的随机混合整数规划。增加情景的数量可以更好地逼近未来森林生长的整个概率空间，但要付出计算代价。针对这一缺点，我们提出了一种新的启发式算法，可以很好地处理多阶段随机收获调度问题。从表示离散概率空间的场景树的根节点开始，我们的渐进式对冲算法依次固定与共享同一路径的场景相关的决策变量的值，直到给定节点。一旦一个节点的所有变量都固定了，问题就可以分解为可以独立解决的子问题。我们在6个森林上测试了算法的性能，考虑了不同数量的场景。结果表明，在场景数量较多的情况下，该算法具有较好的性能。 SN - 1687-9147 UR - https://doi.org/10.1155/2020/8965679 DO - 10.1155/2020/8965679 JF - Advances in Operations Research PB - Hindawi KW - ER -