Policy Scenario Integer Programming — Diskret optimering över policyalternativ
Policy Scenario Integer Programming (PSIP) löser en heltalsoptimeringsmodell — där vissa eller alla beslutsvariabler måste anta heltalsvärden — separat under var och en av flera distinkta policyscenarion, och jämför sedan objektivvärden, genomförbarhet och lösningsstrukturer för att identifiera vilken policykontext som leder till det bästa diskreta allokerings- eller tilldelningsresultatet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Policy Scenario Integer Programming — Discrete Optimization Across Policy Alternatives. ScholarGate. https://scholargate.app/sv/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 ProgrammingSimulering↔ compare
- Stokastisk heltalsoptimeringSimulering↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →