Programowanie całkowitoliczbowe dla scenariuszy politycznych — Dyskretna optymalizacja alternatywnych rozwiązań politycznych
Programowanie całkowitoliczbowe dla scenariuszy politycznych (PSIP) rozwiązuje model programowania całkowitoliczbowego — gdzie niektóre lub wszystkie zmienne decyzyjne muszą przyjmować wartości całkowite — oddzielnie dla każdego z kilku odrębnych scenariuszy politycznych, a następnie porównuje wartości celu, wykonalność i struktury rozwiązań, aby zidentyfikować, które środowisko polityczne prowadzi do najlepszego dyskretnego wyniku alokacji lub przypisania.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Birge, J. R., & Louveaux, F. (2011). Introduction to Stochastic Programming (2nd ed.). Springer. ISBN: 9781461402367
- Williams, H. P. (2013). Model Building in Mathematical Programming (5th ed.). Wiley. ISBN: 9781118443330
Jak cytować tę stronę
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/pl/simulation/policy-scenario-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.
- Programowanie całkowitoliczbowe odporneSymulacja↔ compare
- Programowanie stochastyczne z ograniczeniami całkowitoliczbowymiSymulacja↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →