Pengaturcaraan Matlamat Stokastik — Mengoptimumkan Pelbagai Matlamat di Bawah Ketidakpastian
Pengaturcaraan Matlamat Stokastik (SGP) melanjutkan pengaturcaraan matlamat klasik untuk mengendalikan ketidakpastian dalam sasaran matlamat, pekali kekangan, atau parameter sebelah kanan. Dengan menggabungkan kekangan probabilistik dan komponen objektif stokastik, ia mencari penyelesaian yang memenuhi pelbagai matlamat pada tahap kebarangkalian yang boleh diterima, menjadikannya sesuai untuk masalah keputusan di mana data secara semula jadi tidak pasti atau berubah-ubah.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Contini, B. (1968). A stochastic approach to goal programming. Operations Research, 16(3), 576–586. DOI: 10.1287/opre.16.3.576 ↗
- Charnes, A., Cooper, W. W. (1959). Chance-constrained programming. Management Science, 6(1), 73–79. DOI: 10.1287/mnsc.6.1.73 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Stochastic Goal Programming. ScholarGate. https://scholargate.app/ms/simulation/stochastic-goal-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.
- Pengaturcaraan MatlamatPembuatan Keputusan↔ compare
- Pengaturcaraan Matlamat Pelbagai ObjektifSimulasi↔ compare
- Pengaturcaraan Matlamat TeguhSimulasi↔ compare
- Pengaturcaraan Integer StokastikSimulasi↔ compare
- Pengaturcaraan Linear StokastikSimulasi↔ compare
- Pengoptimuman Pelbagai Objektif StokastikSimulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →