Decision-dependent distributionally robust standard quadratic optimization with Wasserstein ambiguity
Este artigo propõe uma abordagem de otimização quadrática padrão robusta distribucionalmente baseada na distância de Wasserstein para lidar com incertezas na matriz de dados, demonstrando sua equivalência a uma instância determinística modificada e fornecendo garantias de desempenho fora da amostra.