One important area of such techniqu

One important area of such techniques is optimization. Many problems in industry require finding the maximum or minimum of an objective function of a set of decision variables, subject to a set of constraints on those variables. Typical objectives are maximum profit, minimum cost, or minimum delay. Frequently there are many decision variables and the solution is not obvious. Techniques of mathematical programming for optimization include linear programming (optimization where both the objective function and constraints depend linearly on the decision variables), non-linear programming (non-linear objective function or constraints), integer programming (decision variables restricted to integer solutions), stochastic programming (uncertainty in model parameter values) and dynamic programming (stage-wise, nested, and periodic decision-making).

ผลลัพธ์ (ไทย) 1:

หนึ่งในพื้นที่สำคัญของเทคนิคดังกล่าวมีประสิทธิภาพสูงสุด ปัญหามากมายในอุตสาหกรรมต้องการค้นหาสูงสุดหรือต่ำสุดของฟังก์ชันการวัตถุประสงค์ของชุดตัวแปรการตัดสินใจ มีชุดของข้อจำกัดของตัวแปรเหล่านั้น วัตถุประสงค์ทั่วไปคือ กำไรสูงสุด ต้นทุนต่ำ หรือหน่วงเวลาต่ำสุด มักมีตัวแปรในการตัดสินใจ และแก้ปัญหาไม่ชัดเจน เทคนิคการเขียนโปรแกรมทางคณิตศาสตร์สำหรับการปรับรวมเชิงเส้น (ประสิทธิภาพสูงสุดซึ่งฟังก์ชันวัตถุประสงค์และข้อจำกัดเชิงเส้นขึ้นอยู่กับตัวแปรการตัดสินใจ), ไม่ใช่เชิงเส้น (ไม่ใช่เชิงเส้นฟังก์ชันวัตถุประสงค์หรือข้อจำกัด), การเขียนโปรแกรมเขียนจำนวนเต็ม (เต็มโซลูชั่นจำกัดตัวแปรตัดสินใจ), เขียนโปรแกรมแบบเฟ้นสุ่ม (ความไม่ในค่าพารามิเตอร์รูปแบบแน่นอน) และการเขียนโปรแกรมแบบไดนามิก (ตัดสินใจ stage-wise ซ้อน และเป็นครั้งคราว)

ผลลัพธ์ (ไทย) 2:

หนึ่งในพื้นที่ที่สำคัญของเทคนิคดังกล่าวคือการเพิ่มประสิทธิภาพ ปัญหาที่เกิดขึ้นจำนวนมากในอุตสาหกรรมต้องการหาสูงสุดหรือต่ำสุดของฟังก์ชันวัตถุประสงค์ของการตั้งค่าของตัวแปรการตัดสินใจขึ้นอยู่กับชุดของข้อ จำกัด เกี่ยวกับตัวแปรเหล่านั้น วัตถุประสงค์ทั่วไปเป็นกำไรสูงสุดต้นทุนต่ำสุดหรือความล่าช้าขั้นต่ำ ที่พบบ่อยมีตัวแปรจำนวนมากและการตัดสินใจแก้ปัญหาที่ไม่ชัดเจน เทคนิคของการเขียนโปรแกรมทางคณิตศาสตร์สำหรับการเพิ่มประสิทธิภาพรวมถึงการเขียนโปรแกรมเชิงเส้น (การเพิ่มประสิทธิภาพที่ทั้งฟังก์ชั่นวัตถุประสงค์และข้อ จำกัด ขึ้นอยู่กับตัวแปรเชิงเส้นการตัดสินใจ), การเขียนโปรแกรมที่ไม่ใช่เชิงเส้น (ฟังก์ชันวัตถุประสงค์ที่ไม่ใช่เชิงเส้นหรือข้อ จำกัด ) การเขียนโปรแกรมจำนวนเต็ม (ตัวแปรการตัดสินใจเพื่อแก้ปัญหาการ จำกัด จำนวนเต็ม) การเขียนโปรแกรมสุ่ม (ไม่แน่นอนในรูปแบบค่าพารามิเตอร์) และการเขียนโปรแกรมแบบไดนามิก (ระยะฉลาดซ้อนกันและการตัดสินใจเป็นระยะ)

ผลลัพธ์ (ไทย) 3:

พื้นที่สำคัญหนึ่งในเทคนิคดังกล่าวคือการเพิ่มประสิทธิภาพ ปัญหามากมายในอุตสาหกรรมที่ต้องการหาสูงสุดหรือต่ำสุดของฟังก์ชันวัตถุประสงค์ของชุดของตัวแปรตัดสินใจเรื่องชุดของข้อจำกัดของตัวแปรเหล่านั้น วัตถุประสงค์โดยทั่วไปคือกำไรสูงสุด ต้นทุนต่ํา หรือล่าช้าน้อยที่สุด มักมีตัวแปรการตัดสินใจมากมาย และโซลูชั่นที่ไม่ชัดเจนเทคนิคของการเขียนโปรแกรมทางคณิตศาสตร์สำหรับการเพิ่มประสิทธิภาพรวมถึงการโปรแกรมเชิงเส้น ( optimization ซึ่งทั้งสองมีฟังก์ชั่นและข้อจำกัดขึ้นอยู่กับน้ำหนักในการตัดสินใจตัวแปร ) การเขียนโปรแกรมไม่เป็นเชิงเส้น ( เส้นมีฟังก์ชันหรือข้อจำกัด ) , การโปรแกรมจำนวนเต็ม ( integer ตัวแปรการตัดสินใจ โซลูชั่น จำกัด )โปรแกรมสุ่ม ( ความไม่แน่นอนในพารามิเตอร์แบบค่า ) และการเขียนโปรแกรมแบบไดนามิก ( เวทีปัญญา ซ้อนกัน และการตัดสินใจเป็นระยะ ๆ )