Celočíselné programování politických scénářů — Diskrétní optimalizace napříč politickými alternativami
Celočíselné programování politických scénářů (PSIP) řeší model celočíselného programování — kde některé nebo všechny rozhodovací proměnné musí nabývat celočíselných hodnot — odděleně pro každý z několika odlišných politických scénářů, a poté porovnává hodnoty účelové funkce, proveditelnost a struktury řešení, aby identifikovalo, které politické prostředí vede k nejlepšímu diskrétnímu přidělení nebo přiřazení.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/cs/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.
- Robustní celočíselné programováníSimulace↔ compare
- Stochastické celočíselné programováníSimulace↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →