[논문 리뷰] Are Quasi-Monte Carlo algorithms efficient for two-stage stochastic programs?

Holger Heitsch, Hernan Leövey외 1명|arXiv (Cornell University)|2012. 06. 01.

Mathematical Approximation and Integration참고 문헌 42인용 수 1

한 줄 요약

이 논문은 조각별 선형 피적분함수를 가진 이단계 스토하스틱 프로그램에 대한 준몬테카를로(QMC) 알고리즘의 효율성을 조사한다. 약한 기하 조건이 만족될 경우—일반적으로 분포가 정규분포일 때 성립함—QMC 방법은 $O(n^{-1+ u})$의 수렴 속도를 보이며, $\nu \in (0, \frac{1}{2}]$, 최적 속도에 가까워지며, 특히 차원 감소 기법과 난수 스케일링된 저이분산 수열을 조합할 경우 더욱 높은 효율성을 발휘한다.

ABSTRACT

Quasi-Monte Carlo algorithms are studied for designing discrete approximationsof two-stage linear stochastic programs. Their integrands are piecewiselinear, but neither smooth nor lie in the function spaces considered for QMC erroranalysis. We show that under some weak geometric condition on the two-stagemodel all terms of their ANOVA decomposition, except the one of highest order,are smooth. Hence, Quasi-Monte Carlo algorithms may achieve the optimal rateof convergence $O(n^{-1+\delta}$ with $\delta \in (0,\frac{1}{2}]$ and a constant not depending on the dimension. The geometric condition is shown to be generically satisfied if the underlyingdistribution is normal. We discuss sensitivity indices, effective dimensionsand dimension reduction techniques for two-stage integrands. Numerical experimentsshow that indeed convergence rates close to the optimal rate are achievedwhen using randomly scrambled Sobol' point sets and randomly shifted latticerules accompanied with suitable dimension reduction techniques.

연구 동기 및 목표

• 비연속적이며 조각별 선형인 피적분함수를 가진 이단계 스토하스틱 프로그램에 대한 준몬테카를로(QMC) 방법의 실현 가능성과 효율성을 평가하기 위해.
• 피적분함수의 부드러움이 없음에도 불구하고 QMC가 근사 최적 수렴 속도를 달성할 수 있는 조건을 규명하기 위해.
• ANOVA 분해의 구조를 분석하여 유효 차원을 이해하고, 차원 감소를 안내하기 위해.
• 실제 설정에서 QMC의 수치적 성능을 평가하기 위해, 난수 스케일링된 소볼' 점 집합과 난수 이동 레이티스 규칙을 사용하기 위해.

제안 방법

• 이단계 스토하스틱 프로그램의 피적분함수에 대한 ANOVA 분해를 분석하여 하위 순서 항의 부드러움 특성을 규명하기 위해.
• 모델에 약한 기하 조건이 만족될 경우, 최고 순서 항을 제외한 모든 ANOVA 항이 부드럽다는 것을 입증하여 QMC 수렴 분석이 가능하게 하기 위해.
• 높은 유효 차원성으로 인해 QMC 성능이 저하되는 것을 방지하기 위해 차원 감소 기법을 적용하기 위해.
• 수렴 속도 향상과 오차 분산 감소를 위해 난수 스케일링된 소볼' 점 집합과 난수 이동 레이티스 규칙을 사용하기 위해.
• 기하 조건 하에서 이론적 수렴 속도 $O(n^{-1+ u})$를 유도하며, $\nu \in (0, \frac{1}{2}]$.
• 표본 수치 실험을 통해 QMC를 표준 몬테카를로 방법과 비교하여 이론적 결과의 타당성을 검증하기 위해.

실험 결과

연구 질문

• RQ1 조각별 선형 피적분함수를 가진 이단계 스토하스틱 프로그램에 대해 준몬테카를로(QMC) 방법이 근사 최적 수렴 속도를 달성할 수 있는가?
• RQ2 이단계 모델의 기하적 또는 구조적 조건이 무엇이면 피적분함수의 ANOVA 분해에서 하위 순서 항이 부드러워지는가?
• RQ3 민감도 지수와 유효 차원은 이 맥락에서 QMC 성능에 어떤 영향을 미치는가?
• RQ4 차원 감소 기법을 통해 고차원 스토하스틱 프로그램에서 QMC 효율성이 얼마나 향상될 수 있는가?
• RQ5 난수 스케일링된 소볼' 수열과 난수 이동 레이티스 규칙은 실질적으로 이론적 최적 수렴 속도에 얼마나 가까이 도달하는가?

주요 결과

• 이단계 모델에 약한 기하 조건이 만족될 경우, 최고 순서 항을 제외한 모든 ANOVA 항이 부드럽다. 이는 QMC 수렴 분석이 가능하게 한다.
• 기하 조건은 기본적으로 분포가 정규분포일 경우 일반적으로 만족되므로, 이 결과는 광범위하게 적용 가능하다.
• 제시된 조건 하에서 QMC 방법은 $O(n^{-1+ u})$의 수렴 속도를 보이며, $\nu \in (0, \frac{1}{2}]$, 최적 속도에 가까워진다.
• 수치 실험 결과, 난수 스케일링된 소볼' 점 집합과 난수 이동 레이티스 규칙을 사용한 QMC는 이론적 최적 수렴 속도에 매우 가까운 성능을 보였다.
• 유효한 차원 감소 기법은 고차원 피적분함수에서 차원의 고통의 영향을 완화함으로써 QMC 성능을 크게 향상시킨다.
• 이론적 분석과 수치적 검증의 조합을 통해, 적절한 차원 감소 기법을 적용할 경우 QMC는 이단계 스토하스틱 프로그램에 매우 효율적인 방법임을 입증하였다.