Stohhastiline täisarvude programmeerimine — diskreetsete otsuste optimeerimine ebakindluse tingimustes
Stohhastiline täisarvude programmeerimine (SIP) on optimeerimisraamistik, mis ühendab täisarvulised (diskreetsed) otsustusmuutujad ebakindluse eksplitsiitse tõenäosusmudeliga. Selle eesmärk on leida parim praegune otsus, mis minimeerib oodatava kulu (või maksimeerib oodatud kasu) tulevaste stsenaariumite jaotuse alusel, arvestades asjaolu, et mõned otsused tuleb teha enne ebakindluse lahenemist.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Allikad
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 978-1-4614-0237-4
- Kleywegt, A. J., Shapiro, A., & Homem-de-Mello, T. (2002). The sample average approximation method for stochastic discrete optimization. SIAM Journal on Optimization, 12(2), 479-502. DOI: 10.1137/S1052623499363220 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/et/simulation/stochastic-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.
- SegmendiprognoosimineSimulatsioon↔ compare
- Tugev täisarvuprogrammeerimineSimulatsioon↔ compare
- Stochastic Dynamic ProgrammingSimulatsioon↔ compare
- Stokastiline lineaarne programmeerimineSimulatsioon↔ compare
- Stochastic Mixed-Integer ProgrammingSimulatsioon↔ compare
- Stohhastiline mitmeotstarbeline optimeerimineSimulatsioon↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →