Process / pipelineSimulation / optimization
확률적 혼합 정수 계획법 — 이산 및 연속 결정 하에서의 불확실성 최적화
확률적 혼합 정수 계획법(SMIP)은 비용, 수요, 용량과 같은 주요 매개변수가 불확실하고 시나리오 집합에 대한 확률 분포로 모델링될 때 이진, 정수 및 연속 결정의 최적 조합을 찾는 최적화 프레임워크입니다. 이는 불확실성에 대비하면서 조합론적 제약 조건을 존중하는 시나리오 트리 또는 기대값 목표를 내장하여 고전적인 MIP를 확장합니다.
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.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Stochastic Mixed-Integer Programming (SMIP). ScholarGate. https://scholargate.app/ko/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.
- Mixed-Integer Programming시뮬레이션↔ compare
- 몬테카를로 시뮬레이션의사결정↔ compare
- 확률적 동적 계획법시뮬레이션↔ compare
- 확률적 선형 계획법시뮬레이션↔ compare
- 불확실성 하에서 다중 상충 목표를 최적화하는 확률적 다목표 최적화시뮬레이션↔ compare