Стохастическое линейное программирование — Оптимизация в условиях неопределенности со случайными параметрами
Стохастическое линейное программирование (SLP) расширяет классическое линейное программирование на случаи, когда некоторые параметры модели — затраты, спрос, доступность ресурсов — неопределенны и моделируются как случайные величины. Оптимизируя ожидаемые затраты по вероятностному распределению сценариев, SLP вырабатывает решения, которые остаются допустимыми и почти оптимальными для ряда возможных будущих состояний, а не для одного предполагаемого состояния мира.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/ru/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.
- Метод Монте-КарлоПринятие решений↔ compare
- Робастное линейное программированиеИмитационное моделирование↔ compare
- Стохастическое динамическое программированиеИмитационное моделирование↔ compare
- Стохастическое целевое программированиеИмитационное моделирование↔ compare
- Стохастическое смешанно-целочисленное программированиеИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →