Стохастическое целевое программирование — оптимизация множественных целей в условиях неопределенности
Стохастическое целевое программирование (SGP) расширяет классическое целевое программирование для учета неопределенности в целевых показателях, коэффициентах ограничений или параметрах правой части. Включая вероятностные ограничения и стохастические компоненты целевой функции, оно находит решения, которые удовлетворяют множественным целям на приемлемых уровнях вероятности, что делает его пригодным для задач принятия решений, где данные по своей природе неопределенны или изменчивы.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Stochastic Goal Programming. ScholarGate. https://scholargate.app/ru/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.
- Программирование целевых установокПринятие решений↔ compare
- Многокритериальное целевое программированиеИмитационное моделирование↔ compare
- Робастное программирование целевых установокИмитационное моделирование↔ compare
- Стохастическое целочисленное программированиеИмитационное моделирование↔ compare
- Стохастическое линейное программированиеИмитационное моделирование↔ compare
- Стохастическая многокритериальная оптимизацияИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →