स्टोकेस्टिक मिक्स्ड-इंटीजर प्रोग्रामिंग — अनिश्चितता के तहत असतत और सतत निर्णयों के साथ अनुकूलन
स्टोकेस्टिक मिक्स्ड-इंटीजर प्रोग्रामिंग (SMIP) एक अनुकूलन ढाँचा है जो बाइनरी, पूर्णांक और सतत निर्णयों का सर्वोत्तम मिश्रण पाता है जब प्रमुख पैरामीटर — लागत, मांग, क्षमताएँ — अनिश्चित होते हैं और परिदृश्यों के एक सेट पर संभाव्यता वितरण के रूप में मॉडल किए जाते हैं। यह परिदृश्यों के परिदृश्य वृक्षों या अपेक्षित-मूल्य उद्देश्यों को एम्बेड करके शास्त्रीय MIP का विस्तार करता है जो अनिश्चितता के खिलाफ बचाव करते हैं जबकि संयोजी बाधाओं का सम्मान करते 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
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer Series in Operations Research. New York: Springer. ISBN: 9780387982175
- Sen, S., & Higle, J. L. (2005). The C3 theorem and a D2 algorithm for large scale stochastic mixed-integer programming: Set convexification. Mathematical Programming, 104(1), 1–20. DOI: 10.1007/s10107-004-0566-z ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Stochastic Mixed-Integer Programming (SMIP). ScholarGate. https://scholargate.app/hi/simulation/stochastic-mixed-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.
- मिश्रित-पूर्णांक प्रोग्रामिंगअनुकरण↔ compare
- मोंटे कार्लो सिमुलेशननिर्णयन↔ compare
- स्टोकेस्टिक डायनामिक प्रोग्रामिंगअनुकरण↔ compare
- स्टोकेस्टिक लीनियर प्रोग्रामिंगअनुकरण↔ compare
- अनिश्चितता के तहत बहु-उद्देश्यीय इष्टतमीकरणअनुकरण↔ compare