स्टोकेस्टिक लीनियर प्रोग्रामिंग — यादृच्छिक पैरामीटर के साथ अनिश्चितता के तहत अनुकूलन
स्टोकेस्टिक लीनियर प्रोग्रामिंग (SLP) शास्त्रीय रैखिक प्रोग्रामिंग का विस्तार उन सेटिंग्स में करता है जहाँ कुछ मॉडल पैरामीटर — लागत, मांग, संसाधन उपलब्धता — अनिश्चित होते हैं और यादृच्छिक चर के रूप में मॉडल किए जाते हैं। परिदृश्यों के संभाव्यता वितरण पर अपेक्षित लागतों का अनुकूलन करके, SLP ऐसे निर्णय उत्पन्न करता है जो दुनिया की एक एकल मानी गई स्थिति के बजाय संभावित भविष्य की एक श्रृंखला में व्यवहार्य और लगभग इष्टतम बने रहते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/hi/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.
- मोंटे कार्लो सिमुलेशननिर्णयन↔ compare
- Robust Linear Programmingअनुकरण↔ compare
- स्टोकेस्टिक डायनामिक प्रोग्रामिंगअनुकरण↔ compare
- स्टोकेस्टिक गोल प्रोग्रामिंगअनुकरण↔ compare
- स्टोकेस्टिक मिक्स्ड-इंटीजर प्रोग्रामिंगअनुकरण↔ compare