RKaD (Riske koşullu açık değer) yaklaşımıyla belirsizlik altında optimal tasarım

Bu tez çalışmasının amacı; RKaD (Riske Koşullu açık Değer) kısıtlarını uygulayarak belirsizlik altında süreç sentezi, tasarımı ve işletimi ile ilgili optimizasyon problemlerinde optimal amaç fonksiyonu değerlerinin istatistiksel olasılık dağılımını kontrol etme / (yeniden) şekillendirme olasılığını incelemektir. Süreç modeli çıktılarının olasılık dağılımları, Monte Carlo Örneklemesi (MCÖ) yoluyla elde edilmiştir. RKaD'ın hem sıralı hem de eşzamanlı hesaplamaları çalışılmıştır. Sıralı yaklaşımda, ilk olarak MCS ile optimal süreç çıktısının dağılımı elde edilmiş ve sonrasında bu dağılımın RKaD'si belirlenmiştir. Eşzamanlı yaklaşımda, süreç çıktısının dağılımının RKaD'si, girdi belirsizliklerinin her bir gerçekleşmesi için büyütülen süreç/optimizasyon model denklemlerinin RKaD denklemleriyle birlikte tek bir aşamada çözülmesinden elde edilmiştir. Bu sıralı ve eşzamanlı yaklaşımlar benzoik asit ünitesi modeli ve alkilasyon ünitesi modeli gibi basit fakat açıklayıcı süreç modellerine uyarlanmıştır. Bu süreç modellerinin kâr ve zarar dağılımları için, beklenen değer, çarpıklık/basıklık, RKaD+, RKaD?, RKaD+ ile RKaD? arasındaki fark, Rachev Rasyosu (RR), doğrusallaştırılmış RR ve bunların bazı doğrusal birleşimleri göz önüne alınmıştır. RKaD- ve RKaD+, bir olasılık dağılımının risk (sol) ve kazanç (sağ) yönlerini belirtmek için birbirlerinden ayrı olarak tanımlanmıştır. Sonuçlar göstermiştir ki, KRaD+ ile KRaD? arasındaki farkın yahut RR'nin minimizasyonlarının amaç olarak kullanıldığı ya da bunların ortalama kâr gibi asıl amaca doğrusal olarak bitiştirildiği eşzamanlı şema altında, optimal amaç fonksiyonu değerlerinin olasılık dağılımını (yeniden) şekillendirmek mümkün olabilmektedir. RKaD ve RR'nin yalnızca kayıp dağılımlarını daha az sola çarpık yapmak için kullanıldığı ekonomi ve finanstaki uygulamaların aksine, bu çalışmada girdi belirsizliklerine rağmen ortalama optimal kâr üzerindeki kesinliği artırmak amacıyla hem KRaD+ ile KRaD? arasındaki fark hem de RR ortalamanın çevresindeki optimal kâr dağılımını sıkıştırmakta başarıyla kullanılmıştır.