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,使规划更加困难,由于增加了暴露在气候不确定性。当前随机规划方法限制气候不确定性在森林管理的整合规划。占气候不确定性在森林收获调度,我们离散化森林生长在不同气候下的电位分布场景和解决由此产生的随机混合整数规划。增加场景的数量允许一个更好的近似整个未来森林的概率空间的增长,但在计算费用。为克服此缺点,我们提出一种新的启发式算法设计可以很好地处理多级随机harvest-scheduling问题。从场景树的根节点代表离散概率空间,我们的进步对冲顺序算法修复与场景相关的决策变量的值给定节点共享相同的路径。一旦所有变量从一个节点是固定的,这个问题可以分解成子问题,可以独立解决。我们测试了算法性能考虑六个森林不同数量的场景。结果表明,我们的算法表现良好在场景的数量大。SN - 1687 - 9147 UR - https://doi.org/10.1155/2020/8965679 - 10.1155 / 2020/8965679摩根富林明的进步运筹学PB - Hindawi KW - ER