Programare Liniară Stocastică — Optimizare sub Incertitudine cu Parametri Aleatori
Programarea Liniară Stocastică (SLP) extinde programarea liniară clasică la situații în care unii parametri ai modelului — costuri, cereri, disponibilitatea resurselor — sunt incerți și modelați ca variabile aleatoare. Prin optimizarea costurilor așteptate pe o distribuție de probabilitate a scenariilor, SLP produce decizii care rămân fezabile și aproape optime într-o gamă de viitoruri posibile, mai degrabă decât pentru o singură stare presupusă a lumii.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/ro/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.
- Simulare Monte CarloLuarea deciziilor↔ compare
- Programare Liniară RobustăSimulare↔ compare
- Programarea Dinamică StocasticăSimulare↔ compare
- Programarea Stocastică a ObiectivelorSimulare↔ compare
- Programare Stocastică cu Numere Întregi MixtSimulare↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →