Stokastinen tavoiteohjelmointi — Useiden tavoitteiden optimointi epävarmuuden vallitessa
Stokastinen tavoiteohjelmointi (SGP) laajentaa klassista tavoiteohjelmointia käsittelemään epävarmuutta tavoitteiden arvoissa, rajoitteiden kertoimissa tai oikeanpuoleisissa parametreissa. Sisällyttämällä todennäköisyysrajoitteita ja stokastisia objektiivisia komponentteja se löytää ratkaisuja, jotka täyttävät useita tavoitteita hyväksyttävillä todennäköisyystasoilla, mikä tekee siitä sopivan päätösongelmiin, joissa tiedot ovat luonnostaan epävarmoja tai vaihtelevia.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Contini, B. (1968). A stochastic approach to goal programming. Operations Research, 16(3), 576–586. DOI: 10.1287/opre.16.3.576 ↗
- Charnes, A., Cooper, W. W. (1959). Chance-constrained programming. Management Science, 6(1), 73–79. DOI: 10.1287/mnsc.6.1.73 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Goal Programming. ScholarGate. https://scholargate.app/fi/simulation/stochastic-goal-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.
- TavoiteohjelmointiPäätöksenteko↔ compare
- Monitavoitteinen tavoiteohjelmointiSimulointi↔ compare
- Robusti tavoiteohjelmointiSimulointi↔ compare
- Stokastinen kokonaislukuoptimointiSimulointi↔ compare
- Stokastinen lineaarinen optimointiSimulointi↔ compare
- Stochastic Multi-Objective OptimizationSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →