Stohastično cjelobrojno programiranje — Optimizacija diskretnih odluka pod nesigurnošću
Stohastično cjelobrojno programiranje (SIP) je optimizacijski okvir koji kombinira cjelobrojne (diskretne) varijable odluka s eksplicitnim probabilističkim modeliranjem nesigurnosti. Cilj mu je pronaći najbolju odluku 'here-and-now' (odmah) koja minimizira očekivani trošak (ili maksimizira očekivanu korist) prema distribuciji budućih scenarija, uzimajući u obzir činjenicu da se neke odluke moraju donijeti prije nego što se nesigurnost riješi.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/hr/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.
- Mješovito cjelobrojno programiranjeSimulacija↔ compare
- Robustno cjelobrojno programiranjeSimulacija↔ compare
- Stohastično dinamičko programiranjeSimulacija↔ compare
- Stochastic Linear ProgrammingSimulacija↔ compare
- Stohastično mješovito cjelobrojno programiranjeSimulacija↔ compare
- Stohastička višekriterijska optimizacijaSimulacija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →