Stochastické lineární programování — Optimalizace za nejistoty s náhodnými parametry
Stochastické lineární programování (SLP) rozšiřuje klasické lineární programování na situace, kde jsou některé parametry modelu — náklady, poptávka, dostupnost zdrojů — nejisté a modelované jako náhodné proměnné. Optimalizací očekávaných nákladů napříč pravděpodobnostním rozdělením scénářů SLP vytváří rozhodnutí, která zůstávají proveditelná a téměř optimální v celém rozsahu možných budoucích stavů, spíše než pro jediný předpokládaný stav světa.
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
- Dantzig, G. B., & Madansky, A. (1961). On the solution of two-stage linear programs under uncertainty. Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability, 1, 165–176. link ↗
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 9780387982175
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/cs/simulation/stochastic-linear-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.
- Simulace Monte CarloRozhodování↔ compare
- Robustní lineární programováníSimulace↔ compare
- Stochastické programováníSimulace↔ compare
- Stochastické programování s cíliSimulace↔ compare
- Stochastické programování se smíšenými celočíselnými proměnnýmiSimulace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →