البرمجة الصحيحة المختلطة العشوائية — الأمثلية في ظل عدم اليقين مع قرارات متقطعة ومستمرة
البرمجة الصحيحة المختلطة العشوائية (SMIP) هي إطار أمثلية يحدد أفضل مزيج من القرارات الثنائية والصحيحة والمستمرة عندما تكون المعلمات الرئيسية — التكاليف، والطلبات، والقدرات — غير مؤكدة ويتم نمذجتها كتوزيعات احتمالية عبر مجموعة من السيناريوهات. وهي توسع البرمجة الصحيحة المختلطة الكلاسيكية عن طريق تضمين أشجار السيناريو أو أهداف القيمة المتوقعة التي تتحوط ضد عدم اليقين مع احترام القيود التوافقية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer Series in Operations Research. New York: Springer. ISBN: 9780387982175
- Sen, S., & Higle, J. L. (2005). The C3 theorem and a D2 algorithm for large scale stochastic mixed-integer programming: Set convexification. Mathematical Programming, 104(1), 1–20. DOI: 10.1007/s10107-004-0566-z ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Stochastic Mixed-Integer Programming (SMIP). ScholarGate. https://scholargate.app/ar/simulation/stochastic-mixed-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
- محاكاة مونت كارلواتخاذ القرار↔ compare
- البرمجة الديناميكية العشوائيةالمحاكاة↔ compare
- البرمجة الخطية العشوائيةالمحاكاة↔ compare
- التحسين العشوائي متعدد الأهدافالمحاكاة↔ compare