Stokastinen kokonaislukuoptimointi — Epävarmuuden alaisten diskreettien päätösten optimointi
Stokastinen kokonaislukuoptimointi (SIP) on optimointikehys, joka yhdistää kokonaisluku- (diskreettiset) päätösmuuttujat epävarmuuden eksplisiittiseen todennäköisyysmallinnukseen. Se pyrkii löytämään parhaan tässä ja nyt tehtävän päätöksen, joka minimoi odotetut kustannukset (tai maksimoi odotetut hyödyt) tulevien skenaarioiden jakaumassa, ottaen huomioon sen, että jotkin päätökset on tehtävä ennen epävarmuuden ratkeamista.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/fi/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.
- SekalukuohjelmointiSimulointi↔ compare
- Vahva kokonaislukuohjelmointiSimulointi↔ compare
- Stokastinen dynaaminen ohjelmointiSimulointi↔ compare
- Stokastinen lineaarinen optimointiSimulointi↔ compare
- Stokastinen kokonaislukuoptimointiSimulointi↔ compare
- Stochastic Multi-Objective OptimizationSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →