Stokastisk linjär programmering — Optimering under osäkerhet med slumpmässiga parametrar
Stokastisk linjär programmering (SLP) utökar klassisk linjär programmering till situationer där vissa modellparametrar — kostnader, efterfrågan, resurstillgänglighet — är osäkra och modelleras som slumpvariabler. Genom att optimera förväntade kostnader över en sannolikhetsfördelning av scenarier, producerar SLP beslut som förblir genomförbara och nära-optimala över ett spektrum av möjliga framtider, snarare än för ett enda antaget tillstånd i världen.
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
- Dantzig, G. B., & Madansky, A. (1961). On the solution of two-stage linear programs under uncertainty. Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability, 1, 165–176. link ↗
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 9780387982175
Så citerar du den här sidan
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/sv/simulation/stochastic-linear-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.
- MontecarlosimuleringBeslutsfattande↔ compare
- Robust linjärprogrammeringSimulering↔ compare
- Stokastisk dynamisk programmeringSimulering↔ compare
- Stokastisk målprogrammeringSimulering↔ compare
- Stokastisk Mixed-Integer ProgrammingSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →