Programação por Metas Estocástica — Otimizando Múltiplos Objetivos Sob Incerteza
Programação por Metas Estocástica (SGP) estende a programação por metas clássica para lidar com a incerteza em alvos de metas, coeficientes de restrições ou parâmetros do lado direito. Ao incorporar restrições probabilísticas e componentes estocásticos no objetivo, ela encontra soluções que satisfazem múltiplos objetivos em níveis de probabilidade aceitáveis, tornando-a adequada para problemas de decisão onde os dados são inerentemente incertos ou variáveis.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Stochastic Goal Programming. ScholarGate. https://scholargate.app/pt/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.
- Goal ProgrammingTomada de decisão↔ compare
- Programação por Objetivos MúltiplosSimulação↔ compare
- Programação por Metas RobustaSimulação↔ compare
- Programação Inteira EstocásticaSimulação↔ compare
- Programação Linear EstocásticaSimulação↔ compare
- Otimização Estocástica Multi-ObjetivoSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →