Programsko programiranje sa celobrojnim promenljivim za scenarije — Diskretna optimizacija kroz alternativne politike
Programsko programiranje sa celobrojnim promenljivim za scenarije (PSIP) rešava model programiranja sa celobrojnim promenljivim — gde neke ili sve promenljive odluke moraju uzeti celobrojne vrednosti — odvojeno u okviru svakog od nekoliko različitih scenarija politika, a zatim poredi ciljne vrednosti, izvodljivost i strukture rešenja kako bi identifikovao koje okruženje politike vodi ka najboljem diskretnom rezultatu alokacije ili dodele.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/sr/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.
- Robust Integer ProgrammingSimulacija↔ compare
- Stohastičko celobrojno programiranjeSimulacija↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →