Stokastisk lineær programmering — Optimering under usikkerhet med tilfeldige parametere
Stokastisk lineær programmering (SLP) utvider klassisk lineær programmering til situasjoner der noen modellparametere — kostnader, etterspørsel, ressurs tilgjengelighet — er usikre og modellert som tilfeldige variabler. Ved å optimalisere forventede kostnader over en sannsynlighetsfordeling av scenarioer, produserer SLP beslutninger som forblir gjennomførbare og nær-optimale over et spekter av mulige fremtider, snarere enn for én enkelt antatt verdens tilstand.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/no/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-simuleringBeslutningstaking↔ compare
- Robust Lineær ProgrammeringSimulering↔ compare
- Stochastic Dynamic ProgrammingSimulering↔ compare
- Stokastisk målprogrammeringSimulering↔ compare
- Stokastisk heltallsprogrammeringSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →