The mathematical programming models

The mathematical programming models, such as linear programming, network flow programming and integer programming generally neglect the effects of uncertainty and assume that the results of decisions are predictable and deterministic. This abstraction of reality allows large and complex decision problems to be modeled and solved using powerful computational methods.
Stochastic programming explicitly recognizes uncertainty by using random variables for some aspects of the problem. With probability distributions assigned to the random variables, an expression can be written for the expected value of the objective to be optimized. Then a variety of computational methods can be used to maximize or minimize the expected value. This page provides a brief introduction to the modeling process.

ผลลัพธ์ (ไทย) 1:

รูปแบบการเขียนโปรแกรมทางคณิตศาสตร์เช่นการเขียนโปรแกรมเชิงเส้นเครือข่ายการเขียนโปรแกรมการไหลและการเขียนโปรแกรมจำนวนเต็มทั่วไปละเลยผลกระทบของความไม่แน่นอนและคิดว่าผลของการตัดสินใจที่มีการคาดการณ์และกำหนด นามธรรมของความเป็นจริงนี้จะช่วยให้การตัดสินใจแก้ปัญหาขนาดใหญ่และซับซ้อนที่จะสร้างแบบจำลองและแก้ไขได้โดยใช้วิธีการคำนวณที่มีประสิทธิภาพ
การเขียนโปรแกรมสุ่มอย่างชัดเจนตระหนักถึงความไม่แน่นอนโดยใช้ตัวแปรสุ่มสำหรับบางแง่มุมของปัญหา กับการกระจายความน่าจะเป็นที่กำหนดให้กับตัวแปรสุ่มการแสดงออกสามารถเขียนได้สำหรับค่าคาดหวังของวัตถุประสงค์ที่จะเพิ่มประสิทธิภาพ แล้วความหลากหลายของวิธีการคำนวณสามารถใช้ในการเพิ่มหรือลดค่าที่คาดหวังหน้านี้ให้แนะนำสั้น ๆ ที่จะดำเนินการสร้างแบบจำลอง

ผลลัพธ์ (ไทย) 2:

โมเดลเขียนโปรแกรมทางคณิตศาสตร์ เชิง เครือข่ายขั้นตอนการเขียนโปรแกรม และเขียนจำนวนเต็มทั่วไปละเลยผลกระทบของความไม่แน่นอน และสมมติว่า ผลลัพธ์ของการตัดสิน ใจได้ deterministic Abstraction นี้ของจริงช่วยให้ปัญหาการตัดสินใจขนาดใหญ่ และซับซ้อนจะสร้างแบบจำลอง และแก้ไขได้โดยใช้วิธีการคำนวณที่มีประสิทธิภาพ
เขียนโปรแกรมแบบเฟ้นสุ่มอย่างชัดเจนรู้จักความไม่แน่นอน โดยใช้ตัวแปรสุ่มในบางแง่มุมของปัญหา นิพจน์สามารถเขียนค่าคาดหมายของวัตถุประสงค์ที่จะปรับให้เหมาะกับการกระจายความน่าเป็นที่กำหนดให้กับตัวแปรสุ่ม แล้ว วิธีคำนวณต่าง ๆ สามารถใช้เพื่อเพิ่ม หรือลดมูลค่าคาดไว้ หน้านี้แสดงคำแนะนำสั้น ๆ กับกระบวนการสร้างโมเดล

ผลลัพธ์ (ไทย) 3:

รุ่นการตั้งโปรแกรมทางคณิตศาสตร์ที่เช่นการตั้งโปรแกรมตามแนวยาวการตั้งโปรแกรมการไหลของเครือข่ายและการตั้งโปรแกรมคำนวณเลขจำนวนเต็มที่โดยทั่วไปแล้วการละเลยผลของความไม่แน่นอนและจะต้องเป็นผู้รับผิดชอบว่าผลที่ได้จากการตัดสินใจจะสามารถคาดการณ์ได้และระดับรองแบบรู้ค่าแน่นอน เป็นนามธรรมอันนี้ของความเป็นจริงทำให้ปัญหาการตัดสินใจขนาดใหญ่และคอมเพล็กแห่งนี้เพื่อไปยังได้วางรูปแบบตามอย่างและแก้ไขได้โดยใช้วิธีใดวิธีหนึ่งนวัตกรรมอันทรงพลัง
การตั้งโปรแกรม,แบบใดก็ได้ทั้งหมดรองรับงานตรวจพบความไม่แน่นอนอย่างชัดเจนโดยใช้ตัวแปรแบบสุ่มสำหรับบางอย่างของปัญหาได้ พร้อมด้วยการเผยแพร่ความเป็นไปได้กำหนดให้กับตัวแปรแบบสุ่มที่การแสดงออกทางความคิดเห็นที่จะสามารถเขียนขึ้นสำหรับความคุ้มค่าของที่คาดว่าจะมีวัตถุประสงค์ที่จะได้รับการปรับแต่ง แล้วในวิธีการที่หลากหลายสามารถใช้นวัตกรรมเพื่อเพิ่มหรือลดมูลค่าที่คาดว่าหน้านี้จะให้ข้อมูลเบื้องต้นสรุปข้อมูลเพื่อดำเนินการการสร้างแบบจำลองที่