Stokastisk målprogrammering — Optimering av multipla mål under osäkerhet
Stokastisk målprogrammering (SGP) utvidgar klassisk målprogrammering för att hantera osäkerhet i målvärden, begränsningskoefficienter eller parametrar på höger sida. Genom att införliva probabilistiska begränsningar och stokastiska målkomponenter finner den lösningar som uppfyller multipla mål på acceptabla sannolikhetsnivåer, vilket gör den lämplig för beslutsproblem där data är inneboende osäkra eller varierande.
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
- Contini, B. (1968). A stochastic approach to goal programming. Operations Research, 16(3), 576–586. DOI: 10.1287/opre.16.3.576 ↗
- Charnes, A., Cooper, W. W. (1959). Chance-constrained programming. Management Science, 6(1), 73–79. DOI: 10.1287/mnsc.6.1.73 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Stochastic Goal Programming. ScholarGate. https://scholargate.app/sv/simulation/stochastic-goal-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.
- MålprogrammeringBeslutsfattande↔ compare
- Målprogrammering med flera målSimulering↔ compare
- Robust målprogrammeringSimulering↔ compare
- Stokastisk heltalsoptimeringSimulering↔ compare
- Stokastisk linjär programmeringSimulering↔ compare
- Stokastisk multiobjektiv optimeringSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →