Programsko cjelobrojno programiranje za scenarije politike — diskretna optimizacija među alternativama politike
Programsko cjelobrojno programiranje za scenarije politike (PSIP) rješava model cjelobrojnog programiranja — gdje neke ili sve varijable odluke moraju poprimiti cjelobrojne vrijednosti — odvojeno za svaki od nekoliko različitih scenarija politike, a zatim uspoređuje ciljne vrijednosti, izvedivost i strukture rješenja kako bi se identificiralo koje okruženje politike dovodi do najboljeg diskretnog ishoda alokacije ili dodjele.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Birge, J. R., & Louveaux, F. (2011). Introduction to Stochastic Programming (2nd ed.). Springer. ISBN: 9781461402367
- Williams, H. P. (2013). Model Building in Mathematical Programming (5th ed.). Wiley. ISBN: 9781118443330
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/hr/simulation/policy-scenario-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.
- Robustno cjelobrojno programiranjeSimulacija↔ compare
- Stohastično cjelobrojno programiranjeSimulacija↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →