Process / pipelineSimulation / optimization
확률적 정수 계획법 — 불확실성 하에서의 이산적 의사결정 최적화
확률적 정수 계획법(Stochastic Integer Programming, SIP)은 정수(이산적) 의사결정 변수와 불확실성에 대한 명시적 확률 모델링을 결합한 최적화 프레임워크입니다. 이는 미래 시나리오 분포 전반에 걸쳐 기대 비용을 최소화하거나(또는 기대 이익을 최대화하는) 최선의 현재 결정(here-and-now decision)을 추구하며, 불확실성이 해소되기 전에 일부 결정이 내려져야 한다는 사실을 고려합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/ko/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.
- Mixed-Integer Programming시뮬레이션↔ compare
- 강건 정수 계획법시뮬레이션↔ compare
- 확률적 동적 계획법시뮬레이션↔ compare
- 확률적 선형 계획법시뮬레이션↔ compare
- 확률적 혼합 정수 계획법시뮬레이션↔ compare
- 불확실성 하에서 다중 상충 목표를 최적화하는 확률적 다목표 최적화시뮬레이션↔ compare