This HTML5 document contains 99 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
yago-reshttp://yago-knowledge.org/resource/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-kohttp://ko.dbpedia.org/resource/
n5https://books.google.com/
n27http://stoprog.org/
n9https://global.dbpedia.org/id/
yagohttp://dbpedia.org/class/yago/
dbpedia-ruhttp://ru.dbpedia.org/resource/
dbthttp://dbpedia.org/resource/Template:
rdfshttp://www.w3.org/2000/01/rdf-schema#
freebasehttp://rdf.freebase.com/ns/
n13http://www2.isye.gatech.edu/people/faculty/Alex_Shapiro/
n15http://
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-arhttp://ar.dbpedia.org/resource/
owlhttp://www.w3.org/2002/07/owl#
n24https://www.springer.com/mathematics/probability/book/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbphttp://dbpedia.org/property/
dbchttp://dbpedia.org/resource/Category:
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
goldhttp://purl.org/linguistics/gold/
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/

Statements

Subject Item
dbr:Stochastic_programming
rdf:type
yago:Abstraction100002137 owl:Thing yago:YagoPermanentlyLocatedEntity dbo:Software yago:Activity100407535 yago:PsychologicalFeature100023100 yago:Rule105846932 yago:Procedure101023820 yago:Act100030358 yago:Event100029378 yago:Algorithm105847438 yago:WikicatStochasticAlgorithms
rdfs:label
Стохастическое программирование برمجة عشوائية 확률적 계획법 Stochastic programming
rdfs:comment
수학적 최적화 분야에서 확률적 계획(確率的計劃, 영어: stochastic program 스토캐스틱 프로그램[*])은 일부 또는 모든 문제 매개변수가 불확실하지만 알려진 확률 분포를 따르는 최적화 문제이며 확률적 계획법(確率的計劃法, 영어: stochastic programming 스토캐스틱 프로그래밍[*])은 확률적 계획문제를 모델링하고 풀어내기 위한 프레임워크다. 확률적 계획법의 핵심은 불확실한 환경에서 최적의 의사결정을 찾는 것으로 결정적 최적화 (deterministic optimization)와 대조 된다. 확률적 계획법은 불확실성이 의사결정에 큰 영향을 끼치는 금융에서 운송, 에너지 최적화에 이르기까지 광범위한 분야에 적용되고 있다. في مجال النمذجة، تعتبر البرمجة العشوائيه الهيكل الاساسي لحل المشاكل المتعلقه بالنمذجة القائمة علي عدم التأكد. في حين ان مشاكل النمذجة المحدده تصاغ باستخدام بارامترات معلومه.ان مشاكل الواقع تشمل بعض البارامترات الغير معلومه، في حاله وقوع البارامترات ضمن حدود معينه ; يكون هناك طريقه واحدة لحل هذا النوع من المشاكل تسمى النمذجة القويه (Robust Optimization)الهدف من البرمجة العشوائيه هو العثور علي حل مناسب وأمثل لجميع البيانات. نماذج البرمجة العشوائيه متشابهه في الاسلوب لكن تأخذ في عين الاعتبار حقيقه ان التوزيعات الاحتماليه التي تحكم البيانات معلومه أو يمكن حسابها.الهدف هنا هو ايجاد خطه مناسبه لكل أو بالكاد كل البيانات وهذه الخطة تتوقع بعض القرارات والمتغيرات العشوائيه.عموما هذة النماذج تتم صياغتها وحلها نظريا وعدديا وتحليلها لتوفير معلومات مفيدة لمتخذي القرار. In the field of mathematical optimization, stochastic programming is a framework for modeling optimization problems that involve uncertainty. A stochastic program is an optimization problem in which some or all problem parameters are uncertain, but follow known probability distributions. This framework contrasts with deterministic optimization, in which all problem parameters are assumed to be known exactly. The goal of stochastic programming is to find a decision which both optimizes some criteria chosen by the decision maker, and appropriately accounts for the uncertainty of the problem parameters. Because many real-world decisions involve uncertainty, stochastic programming has found applications in a broad range of areas ranging from finance to transportation to energy optimization. Стохасти́ческое программи́рование — подход в математическом программировании, позволяющий учитывать неопределённость в оптимизационных моделях. В то время как детерминированные задачи оптимизации формулируются с использованием заданных параметров, реальные прикладные задачи обычно содержат некоторые неизвестные параметры. Когда параметры известны только в пределах определенных границ, один подход к решению таких проблем называется . Этот подход состоит в том, чтобы найти решение, которое является допустимым для всех таких данных и в некотором смысле оптимально.
rdfs:seeAlso
dbr:Merton's_portfolio_problem
dcterms:subject
dbc:Optimization_algorithms_and_methods dbc:Stochastic_optimization
dbo:wikiPageID
501898
dbo:wikiPageRevisionID
1120517680
dbo:wikiPageWikiLink
dbr:Law_of_Large_Numbers dbr:Dynamic_programming dbr:AMPL dbr:General_Algebraic_Modeling_System dbr:SAMPL dbr:Parasitoid dbr:Behavioural_ecology dbr:Stochastic_optimization dbr:AIMMS dbr:Value_at_risk dbr:Ethology dbr:Extended_Mathematical_Programming_(EMP) dbr:Biological_life_cycle dbr:Fledge dbr:Optimal_foraging_theory dbr:GNU_Linear_Programming_Kit dbr:Algebraic_modeling_language dbr:Independent_and_identically_distributed dbr:Robust_optimization dbr:Entropic_value_at_risk dbc:Optimization_algorithms_and_methods dbr:Transportation dbr:András_Prékopa dbr:University_of_Wisconsin,_Madison dbr:Expected_shortfall dbr:Nicholas_Georgescu-Roegen dbr:Uncertainty dbr:CPLEX dbr:FortSP dbr:Stochastic_dynamic_programming dbr:Finance dbr:Correlation_gap dbr:Benders'_decomposition dbr:Mathematical_optimization dbr:Law_of_large_numbers dbr:Linear_program dbr:Scenario_optimization dbr:Probability_distribution dbr:Andrzej_Piotr_Ruszczyński dbr:Mathematical_model dbr:Optimization_(mathematics) dbr:Central_limit_theorem dbc:Stochastic_optimization dbr:Chance-constrained_portfolio_selection
dbo:wikiPageExternalLink
n5:books%3Fhl=en&lr=&id=Vp0Bp8kjPxUC&oi=fnd&pg=PR1&dq=%22Introduction+to+Stochastic+Programming%22&ots=q5DI3ZhhzB&sig=-RRlGMzT-vZVm6aNfHlO7oFIm2o%23v=onepage&q=%22Introduction%20to%20Stochastic%20Programming%22&f=false n5:books%3Fhl=en&lr=&id=XJXhBwAAQBAJ&oi=fnd&pg=PR13&dq=%22Optimization+of+Stochastic+Models.+The+Interface+between+Simulation+and+Optimization%22&ots=6CUXWxyzWs&sig=OPvBdc_bmWUz-J1aPpLh1S-ngTQ%23v=onepage&q=%22Stochastic%20programming%22&f=false n13:SPbook.pdf n15:stoprog.org n24:978-0-387-87816-4 n27:index.html%3Fintroductions.html
owl:sameAs
n9:4w15r yago-res:Stochastic_programming dbpedia-ar:برمجة_عشوائية freebase:m.02hzln dbpedia-ru:Стохастическое_программирование dbpedia-fa:برنامه‌سازی_تصادفی dbpedia-ko:확률적_계획법 yago-res:Stochastic_dynamic_programming wikidata:Q7617831
dbp:wikiPageUsesTemplate
dbt:Reflist dbt:For dbt:Main dbt:Section_link dbt:See_also dbt:Cite_book dbt:Short_description
dbo:abstract
In the field of mathematical optimization, stochastic programming is a framework for modeling optimization problems that involve uncertainty. A stochastic program is an optimization problem in which some or all problem parameters are uncertain, but follow known probability distributions. This framework contrasts with deterministic optimization, in which all problem parameters are assumed to be known exactly. The goal of stochastic programming is to find a decision which both optimizes some criteria chosen by the decision maker, and appropriately accounts for the uncertainty of the problem parameters. Because many real-world decisions involve uncertainty, stochastic programming has found applications in a broad range of areas ranging from finance to transportation to energy optimization. Стохасти́ческое программи́рование — подход в математическом программировании, позволяющий учитывать неопределённость в оптимизационных моделях. В то время как детерминированные задачи оптимизации формулируются с использованием заданных параметров, реальные прикладные задачи обычно содержат некоторые неизвестные параметры. Когда параметры известны только в пределах определенных границ, один подход к решению таких проблем называется . Этот подход состоит в том, чтобы найти решение, которое является допустимым для всех таких данных и в некотором смысле оптимально. Модели стохастического программирования имеют подобный вид, но используют знание распределений вероятностей для данных или их оценок. Цель здесь состоит в том, чтобы найти некоторое решение, которое является допустимым для всех (или почти всех) возможных значений данных и максимизируют математическое ожидание некоторой функции решений и случайных переменных. В общем, такие модели формулируются, решаются аналитически или численно, их результаты анализируются, чтобы обеспечить полезную информацию для лиц, принимающих решения. Наиболее широко применяются и хорошо изучены двухэтапные линейные модели стохастического программирования. Здесь лицо, принимающее решение, предпринимает некоторое действие на первом этапе, после которого происходит случайное событие, оказывающее влияние на результат решения первого этапа. На втором этапе может тогда быть принято корректирующее решение, которое компенсирует любые нежелательные эффекты в результате решения первого этапа. Оптимальным решением такой модели является единственное решение первого этапа и множество корректирующих решений (решающих правил), определяющих, какое действие должно быть предпринято на втором этапе в ответ на каждый случайный результат. 수학적 최적화 분야에서 확률적 계획(確率的計劃, 영어: stochastic program 스토캐스틱 프로그램[*])은 일부 또는 모든 문제 매개변수가 불확실하지만 알려진 확률 분포를 따르는 최적화 문제이며 확률적 계획법(確率的計劃法, 영어: stochastic programming 스토캐스틱 프로그래밍[*])은 확률적 계획문제를 모델링하고 풀어내기 위한 프레임워크다. 확률적 계획법의 핵심은 불확실한 환경에서 최적의 의사결정을 찾는 것으로 결정적 최적화 (deterministic optimization)와 대조 된다. 확률적 계획법은 불확실성이 의사결정에 큰 영향을 끼치는 금융에서 운송, 에너지 최적화에 이르기까지 광범위한 분야에 적용되고 있다. في مجال النمذجة، تعتبر البرمجة العشوائيه الهيكل الاساسي لحل المشاكل المتعلقه بالنمذجة القائمة علي عدم التأكد. في حين ان مشاكل النمذجة المحدده تصاغ باستخدام بارامترات معلومه.ان مشاكل الواقع تشمل بعض البارامترات الغير معلومه، في حاله وقوع البارامترات ضمن حدود معينه ; يكون هناك طريقه واحدة لحل هذا النوع من المشاكل تسمى النمذجة القويه (Robust Optimization)الهدف من البرمجة العشوائيه هو العثور علي حل مناسب وأمثل لجميع البيانات. نماذج البرمجة العشوائيه متشابهه في الاسلوب لكن تأخذ في عين الاعتبار حقيقه ان التوزيعات الاحتماليه التي تحكم البيانات معلومه أو يمكن حسابها.الهدف هنا هو ايجاد خطه مناسبه لكل أو بالكاد كل البيانات وهذه الخطة تتوقع بعض القرارات والمتغيرات العشوائيه.عموما هذة النماذج تتم صياغتها وحلها نظريا وعدديا وتحليلها لتوفير معلومات مفيدة لمتخذي القرار.
gold:hypernym
dbr:Framework
prov:wasDerivedFrom
wikipedia-en:Stochastic_programming?oldid=1120517680&ns=0
dbo:wikiPageLength
35144
foaf:isPrimaryTopicOf
wikipedia-en:Stochastic_programming