เปรียบเทียบวิธี

	การโปรแกรมเชิงจำนวนเต็มผสมเชิงสุ่ม	การโปรแกรมจำนวนเต็มผสม
สาขาวิชา	การจำลอง	การจำลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1990s–2000s	1958–1960
ผู้ริเริ่ม	Birge, J. R.; Louveaux, F.; Sen, S.	Ralph Gomory (branch-and-bound cuts, 1958); Land & Doig (branch-and-bound, 1960)
ประเภท	Stochastic optimization model	Mathematical optimization
แหล่งต้นตำรับ	Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer Series in Operations Research. New York: Springer. ISBN: 9780387982175	Nemhauser, G. L., Wolsey, L. A. (1988). Integer and Combinatorial Optimization. Wiley-Interscience, New York. ISBN: 9780471359432
ชื่อเรียกอื่น	SMIP, Stochastic MIP, Mixed-Integer Stochastic Programming, SMILP	MIP, Mixed-Integer Linear Programming, MILP, Integer Programming
ที่เกี่ยวข้อง	5	6
สรุป	Stochastic Mixed-Integer Programming (SMIP) is an optimization framework that finds the best mix of binary, integer, and continuous decisions when key parameters — costs, demands, capacities — are uncertain and modeled as probability distributions over a set of scenarios. It extends classical MIP by embedding scenario trees or expected-value objectives that hedge against uncertainty while respecting combinatorial constraints.	Mixed-Integer Programming (MIP) is a mathematical optimization framework in which some decision variables must take integer values while others may be continuous. It generalizes linear programming and is widely used in operations research, logistics, scheduling, resource allocation, and engineering design, where indivisibility constraints — such as yes/no decisions or whole-unit quantities — arise naturally.