Целочислено програмиране на политически сценарии — Дискретна оптимизация между алтернативни политики
Целочисленото програмиране на политически сценарии (PSIP) решава модел за целочислено програмиране — при който някои или всички променливи на решението трябва да приемат цели стойности — поотделно при всеки от няколко различни политически сценария, след което сравнява целевите стойности, осъществимостта и структурите на решенията, за да идентифицира коя политическа среда води до най-добрия дискретен резултат от разпределение или присвояване.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Birge, J. R., & Louveaux, F. (2011). Introduction to Stochastic Programming (2nd ed.). Springer. ISBN: 9781461402367
- Williams, H. P. (2013). Model Building in Mathematical Programming (5th ed.). Wiley. ISBN: 9781118443330
Как да цитирате тази страница
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/bg/simulation/policy-scenario-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.
- Устойчиво целочислено програмиранеСимулационно моделиране↔ compare
- Стохастично целочислено програмиранеСимулационно моделиране↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →