基于C&CG算法的两阶段鲁棒优化求解方法

简介：
本研究提出了一种新颖的两阶段鲁棒优化求解策略，结合了C&CG算法，在不确定条件下有效寻找最优解决方案。 常见的鲁棒优化问题包括基本的鲁棒优化、多阶段鲁棒优化以及分布式鲁棒优化等。这些方法旨在应对参数不确定性的挑战，在最坏情况或最坏参数分布下寻求最优解。 本段落对以下内容进行了详细探讨： - 鲁棒优化问题的分类； - 两阶段鲁棒优化模型解析； - Bender-dual算法讲解； - Column-and-constraint generation method的详尽解读、完整推导及解释； - 论文中案例的具体推导过程； - 使用Python调用Gurobi实现Column-and-constraint generation method代码复现。