To address the prescribed complexit

To address the prescribed complexities and uncertainties, inexact optimization techniques such as stochastic programming, fuzzy programming, and inexact programming can be employed within an integer programming framework [6–10,12,15,16,18,19,21,23]. This lead to stochastic integer programming (SIP), fuzzy integer
programming (FIP), and inexact integer programming (IIP) approaches. SIP and FIP can reflect probabilistic or possibilistic distributions of a linear model’s right-hand sides and can accommodate integer decision variables. IIP can deal with integer variables as well as uncertainties associated with the model’s left-hand sides; however, it has difficulties when the right-hand sides are highly uncertain. Moreover, these methods also have difficulties in analyzing economic consequences for violated polices in resource and environmental management. Recently, the IIP, FIP and/or SIP methods were incorporated into a two-stage stochastic mixedinteger linear programming (TSILP) framework to address fuzzy, random and interval information in environmental management and planning. For example, Maqsood [22] developed an inexact two-stage mixed-integer linear programming model for waste management under uncertainty. Li et al. [19] developed a mixed interval-fuzzy two-stage integer programming model and applied it to flood diversion planning.

ผลลัพธ์ (ไทย) 1:

เพื่อกำหนดความซับซ้อนและความไม่แน่นอน เทคนิคการเพิ่มประสิทธิภาพของสโทแคสติกการเขียนโปรแกรม เขียนโปรแกรมเอิบ และการเขียนโปรแกรมของสามารถทำงานภายในเป็นกรอบเขียนจำนวนเต็ม [6-10,12,15,16,18,19,21,23] นำไปเต็มแบบเฟ้นสุ่ม (SIP), การเขียนโปรแกรมจำนวนเต็มเอิบการเขียนโปรแกรม (เช่น FIP), และจำนวนเต็มของโปรแกรมวิธีการ (IIP) สามารถสะท้อน probabilistic SIP และเช่น FIP หรือ possibilistic การกระจายของแบบจำลองเชิงเส้นด้านขวาและสามารถรองรับตัวแปรตัดสินใจเต็ม IIP สามารถจัดการกับตัวแปรจำนวนเต็มเป็นแนวเชื่อมโยงกับแบบจำลองด้านซ้าย อย่างไรก็ตาม มันมีความยากลำบากเมื่อด้านขวามือไม่แน่นอนสูง นอกจากนี้ วิธีการเหล่านี้ยังมีความยากลำบากในการวิเคราะห์ผลกระทบทางเศรษฐกิจสำหรับละเมิดด้านนโยบายทรัพยากรและสิ่งแวดล้อม ล่าสุด วิธี IIP เช่น FIP หรือ SIP ถูกรวมเข้าเป็นสองสโทแคสติก mixedinteger เส้นกรอบ (TSILP) ไปยังที่อยู่ที่ชัดเจน สุ่มและช่วงข้อมูลในการวางแผนและการจัดการสิ่งแวดล้อม ตัวอย่าง มักสูด [22] พัฒนาการของสองจำนวนเต็มผสมเส้นจำลองการเขียนโปรแกรมสำหรับการจัดการของเสียภายใต้ความไม่แน่นอน Li et al. [19] พัฒนาแบบเขียนจำนวนเต็มสองช่วงเอิบผสม และใช้เพื่อวางแผนผันน้ำท่วม

ผลลัพธ์ (ไทย) 2:

ไปยังที่อยู่ที่กำหนดความซับซ้อนและความไม่แน่นอนเทคนิคการเพิ่มประสิทธิภาพไม่แน่นอนเช่นการเขียนโปรแกรมสุ่มโปรแกรมเลือนไม่แน่นอนและการเขียนโปรแกรมสามารถทำงานภายในกรอบการเขียนโปรแกรมจำนวนเต็ม [6-10,12,15,16,18,19,21,23] นี้นำไปสู่การเขียนโปรแกรมจำนวนเต็มสุ่ม (SIP)
จำนวนเต็มเลือนการเขียนโปรแกรม(ไอพี) และการเขียนโปรแกรมจำนวนเต็มไม่แน่นอน (IIP) วิธีการ SIP และไอพีสามารถสะท้อนการแจกแจงความน่าจะเป็นหรือ possibilistic ของรูปแบบเชิงเส้นของด้านขวามือและสามารถรองรับการตัดสินใจตัวแปรจำนวนเต็ม IIP สามารถจัดการกับตัวแปรจำนวนเต็มเช่นเดียวกับความไม่แน่นอนที่เกี่ยวข้องกับรูปแบบของด้านซ้ายมือนั้น แต่ก็มีความยากลำบากเมื่อด้านขวามือมีความไม่แน่นอนสูง นอกจากนี้วิธีการเหล่านี้ยังมีความยากลำบากในการวิเคราะห์ผลกระทบทางเศรษฐกิจสำหรับการละเมิดนโยบายในการจัดการทรัพยากรและสิ่งแวดล้อม เมื่อเร็ว ๆ นี้ IIP, ไอพีและ / หรือวิธีการ SIP ถูกรวมอยู่ในสุ่มสองขั้นตอน mixedinteger โปรแกรมเชิงเส้น (TSILP) กรอบเพื่อที่อยู่เลือนข้อมูลแบบสุ่มและช่วงเวลาในการบริหารจัดการด้านสิ่งแวดล้อมและการวางแผน ยกตัวอย่างเช่น Maqsood [22] การพัฒนาแน่นอนสองขั้นตอนผสมจำนวนเต็มแบบการเขียนโปรแกรมเชิงเส้นสำหรับการจัดการของเสียภายใต้ความไม่แน่นอน Li et al, [19] การพัฒนาช่วง-เลือนผสมสองขั้นตอนการเขียนโปรแกรมแบบจำนวนเต็มและใช้มันเพื่อการวางแผนผันน้ำท่วม

ผลลัพธ์ (ไทย) 3:

ไปยังที่อยู่ที่กำหนดความซับซ้อนและความไม่แน่นอน ซึ่งคลาดเคลื่อนเทคนิคที่เหมาะสม เช่น การเขียนโปรแกรม การเขียนโปรแกรมแบบสุ่มและโปรแกรมไม่ละเอียดสามารถใช้ภายในจำนวนเต็มการเขียนโปรแกรมกรอบ [ 6 – 10,12,15,16,18,19,21,23 ] นำการโปรแกรมจำนวนเต็มสุ่ม ( SIP ) , การโปรแกรมจำนวนเต็ม
ฟัซซี ( ไอพี ) และการโปรแกรมจำนวนเต็มไม่ละเอียด ( IIP ) วิธีเครื่องหยอดสามารถสะท้อนหรือ possibilistic การแจกแจงของความน่าจะเป็นแบบเชิงมือขวาของด้านและสามารถรองรับการตัดสินใจของตัวแปรจำนวนเต็ม IIP สามารถจัดการกับตัวแปรจำนวนเต็ม ตลอดจนความไม่แน่นอนที่เกี่ยวข้องกับรูปแบบของด้านซ้ายมือข้าง ; อย่างไรก็ตาม , มันมีปัญหาเมื่อด้านขวามือเป็นอย่างสูงที่ไม่แน่นอน นอกจากนี้วิธีการเหล่านี้ยังมีปัญหาในการวิเคราะห์ผลกระทบทางเศรษฐกิจสำหรับการละเมิดนโยบายในการจัดการทรัพยากรและสิ่งแวดล้อม เมื่อเร็ว ๆนี้ , IIP ไอพีและ / หรือวิธีการจิบถูกรวมเข้าไปในแบบสุ่ม mixedinteger กำหนดการเชิงเส้น ( tsilp ) กรอบที่อยู่แบบสุ่มและช่วงข้อมูลในการจัดการสิ่งแวดล้อมและการวางแผน ตัวอย่างเช่นmaqsood [ 22 ] การพัฒนาแบบไม่ละเอียดผสมจำนวนเต็ม การโปรแกรมเชิงเส้นสำหรับการจัดการขยะภายใต้ความไม่แน่นอน Li et al . [ 19 ] การพัฒนาแบบสองขั้นตอนการเขียนโปรแกรมแบบจำนวนเต็มผสมช่วงและใช้มันเพื่อน้ำท่วม

แผนเบี่ยงเบนความสนใจ