Stohastičko celobrojno programiranje — Optimizacija diskretnih odluka pod nesigurnošću
Stohastičko celobrojno programiranje (SIP) je okvir za optimizaciju koji kombinuje celobrojne (diskretne) varijable odlučivanja sa eksplicitnim verovatnosnim modelovanjem neizvesnosti. On traži najbolju odluku "odmah i sada" (here-and-now) koja minimizira očekivani trošak (ili maksimizira očekivanu korist) preko raspodale budućih scenarija, uzimajući u obzir činjenicu da neke odluke moraju biti donesene pre nego što se neizvesnost razrešiti.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/sr/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.
- Mješovito cjelobrojno programiranjeSimulacija↔ compare
- Robust Integer ProgrammingSimulacija↔ compare
- Stochastic Dynamic ProgrammingSimulacija↔ compare
- Stohastično linearno programiranjeSimulacija↔ compare
- Stochastic Mixed-Integer ProgrammingSimulacija↔ compare
- Stochastic Multi-Objective OptimizationSimulacija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →