Stochastické programovanie so zmiešanými celočíselnými premennými — Optimalizácia za neurčitosti s diskrétnymi a spojitými rozhodnutiami
Stochastické programovanie so zmiešanými celočíselnými premennými (SMIP) je optimalizačný rámec, ktorý hľadá najlepšiu kombináciu binárnych, celočíselných a spojitých rozhodnutí v situáciách, keď sú kľúčové parametre – náklady, dopyt, kapacity – neisté a modelované ako pravdepodobnostné rozdelenia nad množinou scenárov. Rozširuje klasické programovanie so zmiešanými celočíselnými premennými (MIP) tým, že zahŕňa stromy scenárov alebo ciele očakávanej hodnoty, ktoré chránia pred neistotou pri rešpektovaní kombinatorických obmedzení.
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.
Zdroje
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer Series in Operations Research. New York: Springer. ISBN: 9780387982175
- Sen, S., & Higle, J. L. (2005). The C3 theorem and a D2 algorithm for large scale stochastic mixed-integer programming: Set convexification. Mathematical Programming, 104(1), 1–20. DOI: 10.1007/s10107-004-0566-z ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Stochastic Mixed-Integer Programming (SMIP). ScholarGate. https://scholargate.app/sk/simulation/stochastic-mixed-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
- Simulácia Monte CarloRozhodovanie↔ compare
- Stochastické dynamické programovanieSimulácia↔ compare
- Stochastické lineárne programovanieSimulácia↔ compare
- Stochastická multikriteriálna optimalizáciaSimulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →