เปรียบเทียบวิธี

	การตั้งโปรแกรมเป้าหมายเชิงสุ่ม	การหาค่าเหมาะที่สุดหลายวัตถุประสงค์เชิงสุ่ม
สาขาวิชา	การจำลอง	การจำลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1968	1990s–2000s
ผู้ริเริ่ม	Contini, B. (building on Charnes & Cooper's chance-constrained programming)	Various (Fonseca, Fleming, Deb, Zitzler, and others)
ประเภท	Stochastic multi-goal optimization	Stochastic metaheuristic optimization
แหล่งต้นตำรับ	Contini, B. (1968). A stochastic approach to goal programming. Operations Research, 16(3), 576–586.	Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
ชื่อเรียกอื่น	SGP, Stochastic GP, Chance-Constrained Goal Programming, Probabilistic Goal Programming	SMOO, Stochastic MOO, Multi-objective optimization under uncertainty, Robust multi-objective optimization
ที่เกี่ยวข้อง	6	5
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 Multi-Objective Optimization (SMOO) is a class of methods that simultaneously optimizes two or more conflicting objectives when parameters, costs, or constraints are uncertain or random. Rather than a single optimal solution, it produces a Pareto front of non-dominated solutions, each representing a different balance among objectives under the modeled uncertainty.