Programmazione Lineare Intera per Scenari di Policy — Ottimizzazione Discreta tra Alternative di Policy
La Programmazione Lineare Intera per Scenari di Policy (PSIP) risolve un modello di programmazione lineare intera — dove alcune o tutte le variabili decisionali devono assumere valori interi — separatamente per ciascuno dei diversi scenari di policy, quindi confronta i valori obiettivo, la fattibilità e le strutture delle soluzioni per identificare quale ambiente di policy porta al migliore risultato di allocazione o assegnazione discreta.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/it/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.
- Programmazione Lineare Intera RobustaSimulazione↔ compare
- Programmazione Intera StocasticaSimulazione↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →