An Interval MiniMax Regret Programm

An Interval MiniMax Regret Programming (IMMRP) method is
designed by Yong and Huang [33] for the planning of municipal
SWM system under uncertainty. Such method improves on the
existing interval programming and minimax regret analysis
methods by allowing uncertainties, presented as both intervals
and random variables of the optimization process. The IMMRP
takes into account the economic impacts of all possible scenarios
without any assumption on their probabilities. The developed
method is applied to a case study of long-term SWM planning
under uncertainty. The uncertainty arises in waste-generation rate,
and it is modeled by means of random variables; on the other
hand, some random events can only be quantified as discrete
intervals, leading to the concept of Interval Random Variable (IRV).
The decision maker does not know the probabilistic distribution of
the IRV. Based on this method, if the waste-flow level equals the
waste-generation rate, the system pays regular costs, leading to
minimum cost and regret levels, otherwise an excess regret is
generated due to the violation of the available resources.
A computational analysis is performed with multiple scenarios
associated with different cost and risk levels. The results show that
G. Ghiani et al. / Computers & Operations Research 44 (2014) 22–32 27
Author's personal copy
the proposed approach is helpful for planning policies in the
context of waste management under a variety of uncertainties

ผลลัพธ์ (ไทย) 1:

วิธีการช่วง MiniMax เสียใจเขียนโปรแกรม (IMMRP)ออกแบบ โดย Yong และหวง [33] สำหรับการวางแผนของเทศบาลระบบ SWM ภายใต้ความไม่แน่นอน วิธีดังกล่าวช่วยในการการเขียนโปรแกรมในช่วงเวลาที่มีอยู่และวิเคราะห์ริเกร็ต minimaxวิธีการ โดยให้แนว แสดงเป็นช่วงเวลาทั้งสองและตัวแปรสุ่มของการเพิ่มประสิทธิภาพ IMMRPคำนึงถึงผลกระทบทางเศรษฐกิจของสถานการณ์ทั้งหมดได้ไม่ มีสมมติฐานใด ๆ เกี่ยวกับกิจกรรมของพวกเขา การพัฒนาวิธีใช้กรณีศึกษาแผน SWMภายใต้ความไม่แน่นอน ความไม่แน่นอนที่เกิดขึ้นในรุ่นเสียอัตราและเป็นจำลองโดยใช้วิธีการสุ่มตัวแปร อื่น ๆมือ บางเหตุการณ์สุ่มสามารถเท่านั้นสามารถ quantified เป็นเดี่ยว ๆช่วง นำไปสู่แนวคิดของช่วงตัวแปรสุ่ม (IRV)ตัดสินใจที่ไม่รู้ว่ากระจาย probabilisticIRV ตามวิธีการนี้ ถ้าเท่ากับระดับขั้นตอนเสียตัวอัตราการสร้างขยะ ระบบชำระราคาต้นทุนปกติ นำไปต้นทุนต่ำสุดและระดับริเกร็ต มิฉะนั้นริเกร็ตเป็นส่วนเกินเป็นสร้างขึ้นเนื่องจากการละเมิดของทรัพยากรใช้ดำเนินการวิเคราะห์คำนวณ ด้วยหลายสถานการณ์เกี่ยวข้องกับต้นทุนและความเสี่ยงระดับต่าง ๆ ผลลัพธ์แสดงว่าAl. และ Ghiani กรัม / คอมพิวเตอร์และการวิจัยดำเนินการ 44 (2014) 22 – 32 27คัดลอกส่วนบุคคลของผู้เขียนวิธีการนำเสนอจะเป็นประโยชน์สำหรับการวางแผนนโยบายในการบริบทของการจัดการของเสียภายใต้ความหลากหลายของความไม่แน่นอน

ผลลัพธ์ (ไทย) 2:

ช่วง MiniMax เสียใจ Programming (IMMRP)
วิธีการคือการออกแบบโดยยงและหวาง[33]
สำหรับการวางแผนของเทศบาลระบบภายใต้ความไม่แน่นอนSWM วิธีการดังกล่าวจะช่วยเพิ่มในการเขียนโปรแกรมช่วงเวลาที่มีอยู่และมินิแมกเสียใจวิเคราะห์วิธีการที่ช่วยให้ความไม่แน่นอนโดยนำเสนอเป็นทั้งช่วงเวลาและตัวแปรสุ่มของการเพิ่มประสิทธิภาพ IMMRP คำนึงถึงผลกระทบทางเศรษฐกิจของสถานการณ์ที่เป็นไปทั้งหมดโดยไม่ต้องสมมติฐานเกี่ยวกับความน่าจะเป็นของพวกเขา พัฒนาวิธีการที่นำมาใช้กับกรณีศึกษาของการวางแผน SWM ระยะยาวภายใต้ความไม่แน่นอน ความไม่แน่นอนที่เกิดขึ้นในอัตราการเกิดขยะและมันเป็นแบบจำลองโดยวิธีการของตัวแปรสุ่ม; ที่อื่น ๆมือบางเหตุการณ์สุ่มเท่านั้นที่สามารถวัดเป็นที่ไม่ต่อเนื่องในช่วงเวลาที่นำไปสู่แนวคิดของช่วงตัวแปรสุ่ม (ก็อ). ตัดสินใจไม่ได้รู้ว่าการกระจายความน่าจะเป็นของก็อ ตามวิธีนี้ถ้าระดับของเสียไหลเท่ากับอัตราการเกิดขยะระบบจ่ายค่าใช้จ่ายปกตินำไปสู่การใช้จ่ายขั้นต่ำและระดับเสียใจมิฉะนั้นเสียใจส่วนเกินจะถูกสร้างขึ้นเนื่องจากการละเมิดของทรัพยากรที่มีอยู่. การวิเคราะห์การคำนวณ จะดำเนินการกับหลายสถานการณ์ที่เกี่ยวข้องกับค่าใช้จ่ายที่แตกต่างกันและระดับความเสี่ยงที่ ผลปรากฏว่าจี Ghiani et al, / คอมพิวเตอร์และการดำเนินงานวิจัยที่ 44 (2014) 22-32 27 เขียนสำเนาส่วนบุคคลวิธีการที่นำเสนอจะเป็นประโยชน์สำหรับการวางแผนนโยบายในบริบทของการจัดการของเสียภายใต้ความหลากหลายของความไม่แน่นอน

ผลลัพธ์ (ไทย) 3:

ช่วงบริการเสียดายโปรแกรม ( immrp ) วิธีการคือ
ออกแบบโดย ยอง และ หวง [ 33 ] สำหรับการวางแผนระบบ swm เทศบาล
ภายใต้ความไม่แน่นอน วิธีการดังกล่าวช่วยเพิ่มในช่วงโปรแกรมที่มีอยู่และวิธีการวิเคราะห์

เสียดายความไม่แน่นอน Minimax โดยให้นำเสนอทั้งช่วงเวลา
แบบตัวแปรกระบวนการเพิ่มประสิทธิภาพ การ immrp
จะพิจารณาผลกระทบของสถานการณ์ที่เป็นไปได้ทั้งหมดโดยไม่มีสมมติฐานความน่าจะเป็น
. พัฒนา
ประยุกต์ใช้วิธีกรณีศึกษาการวางแผนระยะยาว swm
ภายใต้ความไม่แน่นอน ความไม่แน่นอนเกิดขึ้นในอัตราการเกิดของเสีย
และเป็นแบบค่าเฉลี่ยของตัวแปรสุ่ม บนมืออื่น ๆ
, บางสุ่มเหตุการณ์สามารถ quantified เป็นช่วงเวลาต่อเนื่อง
,นำไปสู่แนวคิดของช่วงตัวแปรสุ่ม ( ไปเล่น )
ผู้ตัดสินใจไม่ทราบการแจกแจงความน่าจะเป็นของ
ไปเล่น . ตามวิธีนี้ ถ้าของเสียไหลระดับเท่ากับ
เสียอัตราการสร้าง ระบบจ่ายค่าใช้จ่ายปกติ นำไปสู่
ค่าใช้จ่ายขั้นต่ำและเสียใจระดับมิฉะนั้นการเสียใจมันส่วนเกิน
ขึ้นเนื่องจากการละเมิดของทรัพยากรที่มีอยู่
การวิเคราะห์การคำนวณจะดำเนินการกับเหตุการณ์ต่าง ๆที่เกี่ยวข้องกับต้นทุน
แตกต่างกันและระดับความเสี่ยง ผลที่ได้แสดงให้เห็นว่า
กรัม เกียร์นี่ et al . / คอมพิวเตอร์ปฏิบัติการวิจัย& 44 ( 2014 ) 22 - 32 27

ผู้เขียนคัดลอกส่วนบุคคล วิธีการที่เสนอจะเป็นประโยชน์สำหรับการวางแผนนโยบายในบริบทของการจัดการของเสีย
ภายใต้ความหลากหลายของความไม่แน่นอน