4.1 随机规划与鲁棒优化

4.1 随机规划与鲁棒优化

本节摘要：随机规划用概率分布刻画不确定参数，鲁棒优化只用"参数落在某集合内"的弱假设。本节以应急物资预置为战例，演示期望模型、两阶段 recourse 结构、机会约束与鲁棒对应物四种建模态度的差异，并给出按"分布已知度 + 风险偏好"选型的决策表。

台风来之前，仓库该囤多少

应急部门要在台风登陆前决定预置物资量：囤多了占用预算并可能浪费，囤少了灾区断供的代价极高。需求是什么？气象部门只给一个情景分布：弱台风概率 0.5（需求 1000 件）、中台风 0.3（需求 3000）、强台风 0.2（需求 6000）。

第一种最朴素的处理是期望值模型：把需求换成期望值 0.5×1000+0.3×3000+0.2×6000 = 2500，按确定性规划求解。它的问题一眼可见：2500 的备货在强台风情景下缺口 3500 件，而这正是代价最高的情景。均值最优在尾部情景里常常是最差的选择——期望值抹平了分布的形状，而决策的疼痛恰恰长在尾部。

两阶段：先决策，看到情景再追偿

标准的随机规划结构是两阶段：第一阶段在雾中决定预置量 x；台风强度揭晓后，第二阶段按实际缺口做补救（紧急空运，单价更贵）。目标是最小化"预置成本 + 各情景补救成本的期望"：

import numpy as np

scen_req  = np.array([1000.0, 3000.0, 6000.0])   # 三种情景的需求
probs     = np.array([0.5, 0.3, 0.2])
c_pre, c_emerg = 2.0, 8.0                          # 预置与紧急单价

def total_cost(x):
    shortage = np.maximum(scen_req - x, 0)          # 各情景缺口
    return c_pre * x + np.sum(probs * c_emerg * shortage)

best = min((total_cost(x), x) for x in range(0, 8000, 100))
print(f"两阶段最优预置量 {best[1]} 件，期望总成本 {best[0]:.0f} 元")
# 期望模型预置 2500 件 cost = 2*2500 + 8*期望缺口 2200 = 22600
# 两阶段最优预置 6000 件 cost = 12000，全情景无缺口
​

结果颇有戏剧性：考虑追偿成本后，最优预置量直接顶到最高情景——因为紧急单价是预置的 4 倍，赌不起。这正是两阶段模型的价值：它把"事后补救的代价"折算进今天的决策，管理者看到的不再是单一数字，而是"现在多花 1 元能否省下未来的 4 元"。

机会约束与鲁棒：另外两种态度

机会约束换一个问法：不追求期望最优，而是要求"需求被满足"这一事件以至少 95% 的概率成立。本例中按概率排序，覆盖 0.5+0.3 = 0.8 不到 95%，必须覆盖到强台风情景，预置量同样是 6000。它对应的风险语言是分位数（VaR 的表亲）：约束的是损失分布的分位点，而不是均值。

鲁棒优化更悲观也更省事：它干脆不假设知道概率，只说"需求落在区间 [1000, 6000] 里"，然后求最坏情况下的最优——本例最坏需求 6000，解还是 6000。三种态度何时分野？看一个需求更平缓的变体就清楚了：

def robust_cost(x, lo, hi):
    # 只知道需求在区间内，按最坏情况计
    worst_short = max(hi - x, 0)
    return c_pre * x + c_emerg * worst_short

for label, req in [("分布集中", np.array([2800.0, 3000.0, 3200.0])),
                   ("分布分散", np.array([1000.0, 3000.0, 9000.0]))]:
    sp = min((total_cost(x), x) for x in range(0, 12000, 100))
    rb = min((robust_cost(x, req.min(), req.max()), x) for x in range(0, 12000, 100))
    print(f"{label}: 随机规划囤 {sp[1]}，鲁棒囤 {rb[1]}")
​

分布集中时两者几乎一致；分布分散且低概率尾部巨大时，鲁棒解显著更保守（可能为 1% 的极端情景付出双倍囤货）。随机规划用分布换精度，鲁棒优化用保守换免疫——分布信息可信就选前者，分布本身是猜的就选后者。

四种建模态度对比

⚠️ 常见坑：情景树爆炸。两阶段模型要遍历情景组合，情景数随阶段数指数增长；实战常用样本平均近似（SAA）抽样几十上百个情景代替全空间，再用置信区间评估解的质量。

样本平均近似：分布未知时的落地术

实战中常常连概率分布都没有，只有历史数据。此时两阶段随机规划的主流落地术是样本平均近似：从历史数据里抽若干情景当作"经验分布"，在样本上求解，再换一批样本验证解的稳健性。样本量的选择有个实用的经验区间：情景数取决策变量数的五到十倍时，解的质量通常进入平台期；继续加情景，求解时间线性涨而解几乎不再变。另一个要点是解的验证要与求解分开——用第二批样本评估第一批样本得出的解，避免"用训练数据考自己"的乐观偏差。样本平均近似与机器学习的训练验证分割在思想上完全一致，这也是运筹与学习在方法论层早已互通的又一处证据。当历史数据也稀薄时（新产品、新政策场景），退回鲁棒优化用区间说话，是更诚实的姿势。

还要澄清一个常见误会：随机规划与鲁棒优化不是二选一的教条，而是同一谱系上的两端，中间还有一族混合方法。分布鲁棒优化取两者之长——不假设确切分布，只假设分布属于某个以经验分布为中心的模糊集合，然后在最坏分布下求最优。它的解介于随机规划的进取与纯鲁棒的保守之间，近年在电力与金融的风险管理里迅速铺开。入门阶段不必追新，先把两端的直觉打牢，谱系中间的一切方法都只是这两端态度的配比调整。

本节要点回顾

• 期望值模型抹平分布形状，尾部代价高的场景下不可用；
• 两阶段结构：雾中先决策，情景揭晓后追偿，补救单价决定保守程度；
• 机会约束管分位点，是服务水平协议（SLA）的直接数学对应物；
• 鲁棒优化不依赖分布，用保守换免疫，分布信息越少越值得选；
• 选型两问：分布可信吗？尾部有多疼？答案组合直接指向四种态度之一。

下一节把镜头对准排队的服务台：顾客随机到达、服务随机耗时，等待的队列自己会说话。