Στοχαστικός Γραμμικός Προγραμματισμός — Βελτιστοποίηση υπό Αβεβαιότητα με Τυχαίες Παραμέτρους
Ο Στοχαστικός Γραμμικός Προγραμματισμός (Stochastic Linear Programming, SLP) επεκτείνει τον κλασικό γραμμικό προγραμματισμό σε περιπτώσεις όπου ορισμένες παράμετροι του μοντέλου —κόστη, ζητήσεις, διαθεσιμότητα πόρων— είναι αβέβαιες και μοντελοποιούνται ως τυχαίες μεταβλητές. Βελτιστοποιώντας το αναμενόμενο κόστος σε μια κατανομή πιθανοτήτων σεναρίων, το SLP παράγει αποφάσεις που παραμένουν εφικτές και σχεδόν βέλτιστες σε ένα εύρος πιθανών μελλοντικών καταστάσεων, αντί για μία μόνο υποτιθέμενη κατάσταση του κόσμου.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/el/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.
- Προσομοίωση Monte CarloΛήψη Αποφάσεων↔ compare
- Στιβαρή Γραμμική ΠρογραμματισμόςΠροσομοίωση↔ compare
- Στοχαστικός Δυναμικός ΠρογραμματισμόςΠροσομοίωση↔ compare
- Στοχαστικός Προγραμματισμός ΣτόχωνΠροσομοίωση↔ compare
- Στοχαστικός Μικτός Ακέραιος ΠρογραμματισμόςΠροσομοίωση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →