Stochastic Integer Programming — Optimalizácia diskrétnych rozhodnutí pod neistotou
Stochastic Integer Programming (SIP) je optimalizačný rámec, ktorý kombinuje celočíselné (diskrétne) rozhodovacie premenné s explicitným pravdepodobnostným modelovaním neistoty. Hľadá najlepšie rozhodnutie typu „tu a teraz“ (here-and-now), ktoré minimalizuje očakávané náklady (alebo maximalizuje očakávaný prínos) naprieč distribúciou budúcich scenárov, pričom zohľadňuje skutočnosť, že niektoré rozhodnutia sa musia urobiť pred rozplynutím neistoty.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Zdroje
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 978-1-4614-0237-4
- Kleywegt, A. J., Shapiro, A., & Homem-de-Mello, T. (2002). The sample average approximation method for stochastic discrete optimization. SIAM Journal on Optimization, 12(2), 479-502. DOI: 10.1137/S1052623499363220 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/sk/simulation/stochastic-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.
- Programovanie s celočíselnými premennýmiSimulácia↔ compare
- Robust Integer ProgrammingSimulácia↔ compare
- Stochastické dynamické programovanieSimulácia↔ compare
- Stochastické lineárne programovanieSimulácia↔ compare
- Stochastické programovanie so zmiešanými celočíselnými premennýmiSimulácia↔ compare
- Stochastická multikriteriálna optimalizáciaSimulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →