Stochastically constrained problems

Stochastically constrained problems also remain relatively unstudied, in particular in domain
focused articles. A nal promising area for research is robust simulation optimization.
Realizing the limitations of the Taguchi method, new robust sim-opt techniques have been
recently developed, but most of them have been tested only in theoretical settings thus far.
Applying these new techniques to more practical problems, and comparing their performance,
is an interesting area for additional research.

ผลลัพธ์ (ไทย) 1:

ปัญหา stochastically จำกัดยังยังคงค่อนข้าง unstudied โดยเฉพาะอย่างยิ่งในโดเมนบทความที่เน้น เป็นพื้นที่สัญญา nal วิจัยเพิ่มประสิทธิภาพจำลองที่แข็งแกร่งได้ตระหนักถึงข้อจำกัดของวิธี Taguchi, sim ใหม่แข็งแกร่ง-เลือกเทคนิคได้พัฒนาเมื่อเร็ว ๆ นี้ แต่ส่วนใหญ่จะได้รับการทดสอบเฉพาะในการตั้งค่าทฤษฎีฉะนี้ใช้เทคนิคเหล่านี้ใหม่กับปัญหาทางปฏิบัติมากขึ้น และเปรียบเทียบประสิทธิภาพของพวกเขาเป็นพื้นที่ที่น่าสนใจสำหรับการวิจัยเพิ่มเติม

ผลลัพธ์ (ไทย) 2:

ปัญหาข้อ จำกัด Stochastically
ยังคงอยู่ค่อนข้างกันเองโดยเฉพาะอย่างยิ่งในโดเมนบทความที่มุ่งเน้น พื้นที่ที่มีแนวโน้ม NAL สำหรับการวิจัยคือการเพิ่มประสิทธิภาพการจำลองที่แข็งแกร่ง.
ตระหนักถึงข้อ จำกัด ของวิธี Taguchi
ที่ใหม่ที่แข็งแกร่งเทคนิคซิมเลือกที่ได้รับการพัฒนาเมื่อเร็วๆ นี้ แต่ส่วนใหญ่ของพวกเขาได้รับการทดสอบเฉพาะในการตั้งค่าทางทฤษฎีป่านนี้.
การใช้เทคนิคใหม่ ๆ เหล่านี้ให้มากขึ้น
ปัญหาในทางปฏิบัติและเปรียบเทียบประสิทธิภาพการทำงานของพวกเขาเป็นพื้นที่ที่น่าสนใจสำหรับการวิจัยเพิ่มเติม

ผลลัพธ์ (ไทย) 3:

stochastically จำกัดปัญหายังคงค่อนข้าง unstudied , โดยเฉพาะอย่างยิ่งในโดเมน
เน้นบทความ เป็น  Nal สัญญาพื้นที่วิจัยคือการเพิ่มประสิทธิภาพการจำลองประสิทธิภาพ .
ตระหนักถึงข้อจำกัดของวิธีทากูชิ , ซิมใหม่ เลือกใช้เทคนิคที่แข็งแกร่งได้รับ
การพัฒนาเมื่อเร็ว ๆ นี้ แต่ส่วนใหญ่ของพวกเขาได้รับการทดสอบเท่านั้น ในทางทฤษฎีการตั้งค่า
จึงห่างไกลการใช้เทคนิคใหม่เหล่านี้ปัญหาในทางปฏิบัติมากขึ้นและเปรียบเทียบประสิทธิภาพของพวกเขา
เป็นพื้นที่น่าสนใจสำหรับการวิจัยเพิ่มเติม