Стохастичне цілочисельне програмування — Оптимізація дискретних рішень за умов невизначеності
Стохастичне цілочисельне програмування (SIP) — це оптимізаційна структура, яка поєднує цілочисельні (дискретні) змінні рішень з явним імовірнісним моделюванням невизначеності. Вона шукає найкраще рішення «тут і зараз», яке мінімізує очікувані витрати (або максимізує очікувану вигоду) за розподілом майбутніх сценаріїв, враховуючи той факт, що деякі рішення мають бути прийняті до того, як невизначеність буде розв'язана.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 978-1-4614-0237-4
- Kleywegt, A. J., Shapiro, A., & Homem-de-Mello, T. (2002). The sample average approximation method for stochastic discrete optimization. SIAM Journal on Optimization, 12(2), 479-502. DOI: 10.1137/S1052623499363220 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Stochastic Integer Programming (SIP). ScholarGate. https://scholargate.app/uk/simulation/stochastic-integer-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.
- Змішано-цілочисельне програмуванняІмітаційне моделювання↔ compare
- Надійне цілочисельне програмуванняІмітаційне моделювання↔ compare
- Стохастичне динамічне програмуванняІмітаційне моделювання↔ compare
- Стохастичне лінійне програмуванняІмітаційне моделювання↔ compare
- Стохастичне змішано-цілочисельне програмуванняІмітаційне моделювання↔ compare
- Стохастична багатоцільова оптимізаціяІмітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →