Stochastische Lineaire Programmering — Optimalisatie onder Onzekerheid met Willekeurige Parameters
Stochastische Lineaire Programmering (SLP) breidt klassieke lineaire programmering uit naar situaties waarin sommige modelparameters — kosten, vraag, beschikbaarheid van hulpbronnen — onzeker zijn en gemodelleerd worden als willekeurige variabelen. Door verwachte kosten te optimaliseren over een kansverdeling van scenario's, produceert SLP beslissingen die haalbaar en bijna-optimaal blijven over een reeks mogelijke toekomsten, in plaats van voor één enkele veronderstelde wereldtoestand.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Dantzig, G. B., & Madansky, A. (1961). On the solution of two-stage linear programs under uncertainty. Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability, 1, 165–176. link ↗
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 9780387982175
Deze pagina citeren
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/nl/simulation/stochastic-linear-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.
- Monte Carlo SimulatieBesluitvorming↔ compare
- Robuuste Lineaire ProgrammeringSimulatie↔ compare
- Stochastische Dynamische ProgrammeringSimulatie↔ compare
- Stochastische DoelprogrammeringSimulatie↔ compare
- Stochastisch Gemengd-Geheelgetal ProgrammerenSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →