Kahetasemeline optimeerimine (juht-järgija)
Kahetasemeline optimeerimine on matemaatiliste programmeerimisprobleemide klass, milles üks optimeerimisprobleem on pesastatud teise sisse. Ülemise taseme (juhi) probleem optimeerib oma eesmärki piirangute alusel, mis hõlmavad alumise taseme (järgija) probleemi lahendust. Jonathan Bardi poolt 1998. aastal põhjalikult formaliseeritud raamistik modelleerib hierarhilist otsustusprotsessi, kus juht prognoosib ja arvestab järgija ratsionaalset vastust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Bard, J. F. (1998). Practical Bilevel Optimization: Algorithms and Applications. Kluwer Academic Publishers. ISBN: 978-0-7923-5458-7
- Colson, B., Marcotte, P., & Savard, G. (2007). An overview of bilevel optimization. Annals of Operations Research, 153(1), 235–256. DOI: 10.1007/s10479-007-0176-2 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Bilevel Optimization (Leader-Follower). ScholarGate. https://scholargate.app/et/optimization/bilevel-optimization
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.
- Täisarvuline programmeerimine – IP ja segaarvuline programmeerimine (MIP)Optimeerimine↔ compare
- Mittelineaarne programmeerimineOptimeerimine↔ compare
- Robustne optimeerimineOptimeerimine↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →