Pengaturcaraan Integer Stokastik — Mengoptimumkan Keputusan Diskrit di Bawah Ketidakpastian
Pengaturcaraan Integer Stokastik (SIP) ialah rangka kerja pengoptimuman yang menggabungkan pembolehubah keputusan integer (diskrit) dengan pemodelan probabilistik ketidakpastian yang eksplisit. Ia mencari keputusan 'here-and-now' (segera) terbaik yang meminimumkan kos jangkaan (atau memaksimumkan faedah jangkaan) merentasi taburan senario masa depan, dengan mengambil kira fakta bahawa sesetengah keputusan perlu dibuat sebelum ketidakpastian diselesaikan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/ms/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.
- Pengaturcaraan Integer CampuranSimulasi↔ compare
- Robust Integer ProgrammingSimulasi↔ compare
- Pengaturcaraan Dinamik StokastikSimulasi↔ compare
- Pengaturcaraan Linear StokastikSimulasi↔ compare
- Pengaturcaraan Integer Bercampur StokastikSimulasi↔ compare
- Pengoptimuman Pelbagai Objektif StokastikSimulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →