Stokastiline lineaarne programmeerimine — optimeerimine ebakindluse tingimustes juhuslike parameetritega
Stokastiline lineaarne programmeerimine (SLP) laiendab klassikalist lineaarset programmeerimist olukordadele, kus mõned mudeli parameetrid – kulud, nõudlus, ressursside kättesaadavus – on ebakindlad ja neid modelleeritakse juhuslike muutujatena. Optimeerides oodatavaid kulusid stsenaariumite tõenäosusjaotuse üle, toodab SLP otsuseid, mis jäävad teostatavaks ja peaaegu optimaalseks erinevate võimalike tulevikustsenaariumite korral, mitte ainult ühe eeldatud maailma seisundi jaoks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/et/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.
- Monte Carlo simulatsioonOtsustamine↔ compare
- Tugev LineaarplaneerimineSimulatsioon↔ compare
- Stochastic Dynamic ProgrammingSimulatsioon↔ compare
- Stochastic Goal ProgrammingSimulatsioon↔ compare
- Stochastic Mixed-Integer ProgrammingSimulatsioon↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →