Deterministisches Ganzzahlige Programmierung — Exakte Optimierung mit ganzzahligen Entscheidungsvariablen
Die deterministische ganzzahlige Programmierung (DIP) ist ein mathematischer Optimierungsansatz, der die beste Lösung für Probleme findet, bei denen einige oder alle Entscheidungsvariablen ganzzahlige Werte annehmen müssen, unter der Annahme vollständig bekannter (deterministischer) Zielfunktions- und Nebenbedingungsdaten. Sie ist die klassische, nicht-stochastische Form der ganzzahligen Programmierung und seit den späten 1950er Jahren ein Grundpfeiler der Operations Research und der kombinatorischen Optimierung.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Gomory, R. E. (1958). Outline of an algorithm for integer solutions to linear programs. Bulletin of the American Mathematical Society, 64(5), 275-278. DOI: 10.1090/S0002-9904-1958-10224-4 ↗
- Wolsey, L. A. (1998). Integer Programming. Wiley-Interscience, New York. ISBN: 9780471283669
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Deterministic Integer Programming. ScholarGate. https://scholargate.app/de/simulation/deterministic-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.
- Branch and BoundOptimierung↔ compare
- Dynamische ProgrammierungOptimierung↔ compare
- Lineare ProgrammierungOptimierung↔ compare
- Mixed-Integer ProgrammingSimulation↔ compare
- Stochastische ganzzahlige ProgrammierungSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →