เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การตั้งโปรแกรมเป้าหมายเชิงสุ่ม× | การโปรแกรมจำนวนเต็มแบบสุ่ม× | |
|---|---|---|
| สาขาวิชา | การจำลอง | การจำลอง |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 1968 | 1955 |
| ผู้ริเริ่ม≠ | Contini, B. (building on Charnes & Cooper's chance-constrained programming) | Dantzig, G. B.; Beale, E. M. L. |
| ประเภท≠ | Stochastic multi-goal optimization | Optimization under uncertainty with discrete decisions |
| แหล่งต้นตำรับ≠ | Contini, B. (1968). A stochastic approach to goal programming. Operations Research, 16(3), 576–586. DOI ↗ | Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 978-1-4614-0237-4 |
| ชื่อเรียกอื่น | SGP, Stochastic GP, Chance-Constrained Goal Programming, Probabilistic Goal Programming | SIP, Stochastic IP, Integer Stochastic Programming, Mixed-Integer Stochastic Programming |
| ที่เกี่ยวข้อง | 6 | 6 |
| สรุป≠ | Stochastic Goal Programming (SGP) extends classical goal programming to handle uncertainty in goal targets, constraint coefficients, or right-hand-side parameters. By incorporating probabilistic constraints and stochastic objective components, it finds solutions that satisfy multiple goals at acceptable probability levels, making it suitable for decision problems where data are inherently uncertain or variable. | Stochastic Integer Programming (SIP) is an optimization framework that combines integer (discrete) decision variables with explicit probabilistic modeling of uncertainty. It seeks the best here-and-now decision that minimizes expected cost (or maximizes expected benefit) across a distribution of future scenarios, accounting for the fact that some decisions must be made before uncertainty is resolved. |
| ScholarGateชุดข้อมูล ↗ |
|
|