Process / pipelineSimulation / optimization
確率的混合整数計画法 — 不確実性下における離散および連続意思決定の最適化
確率的混合整数計画法（SMIP）は、コスト、需要、容量などの主要パラメータが不確実であり、シナリオ集合上の確率分布としてモデル化される場合に、バイナリ、整数、および連続の意思決定の最適な組み合わせを見つける最適化フレームワークである。これは、シナリオツリーまたは期待値目的関数を埋め込むことによって古典的なMIPを拡張し、組み合わせ制約を尊重しながら不確実性に対するヘッジを行う。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Stochastic Mixed-Integer Programming (SMIP). ScholarGate. https://scholargate.app/ja/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.
- 混合整数計画法シミュレーション↔ compare
- モンテカルロシミュレーション意思決定↔ compare
- 確率的動的計画法シミュレーション↔ compare
- 確率的線形計画法シミュレーション↔ compare
- 確率的多目的最適化シミュレーション↔ compare