Process / pipelineSimulation / optimization
البرمجة الصحيحة العشوائية — تحسين القرارات المنفصلة في ظل عدم اليقين
تُعد البرمجة الصحيحة العشوائية (SIP) إطارًا تحسينًا يجمع بين متغيرات القرار الصحيحة (المنفصلة) والنمذجة الاحتمالية الصريحة لعدم اليقين. تسعى إلى تحديد أفضل قرار فوري (here-and-now) يقلل التكلفة المتوقعة (أو يزيد المنفعة المتوقعة) عبر توزيع لسيناريوهات مستقبلية، مع الأخذ في الاعتبار حقيقة أن بعض القرارات يجب اتخاذها قبل حل عدم اليقين.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
المصادر
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 978-1-4614-0237-4
- Kleywegt, A. J., Shapiro, A., & Homem-de-Mello, T. (2002). The sample average approximation method for stochastic discrete optimization. SIAM Journal on Optimization, 12(2), 479-502. DOI: 10.1137/S1052623499363220 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/ar/simulation/stochastic-integer-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- البرمجة الصحيحة المختلطةالمحاكاة↔ compare
- البرمجة الصحيحة القويةالمحاكاة↔ compare
- البرمجة الديناميكية العشوائيةالمحاكاة↔ compare
- البرمجة الخطية العشوائيةالمحاكاة↔ compare
- البرمجة الصحيحة المختلطة العشوائيةالمحاكاة↔ compare
- التحسين العشوائي متعدد الأهدافالمحاكاة↔ compare