Программирование целочисленных сценариев политики — дискретная оптимизация альтернатив политики
Программирование целочисленных сценариев политики (PSIP) решает модель целочисленного программирования — где некоторые или все переменные решения должны принимать целочисленные значения — отдельно для каждого из нескольких различных сценариев политики, затем сравнивает целевые значения, осуществимость и структуры решений, чтобы определить, какая среда политики приводит к наилучшему дискретному распределению или назначению.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/ru/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.
- Робастное целочисленное программированиеИмитационное моделирование↔ compare
- Стохастическое целочисленное программированиеИмитационное моделирование↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →