Los modelos de programación estocástica son problemas de optimización a gran escala que se usan para facilitar la toma de decisiones bajo incertidumbre. Los algoritmos de optimización para tales problemas necesitan evaluar los costos futuros esperados de decisiones presentes, a menudo referidos como la función con recurso (recourse function).
En la práctica, este cálculo es computacionalmente complejo, ya que requiere la evaluación de una integral multidimensional cuyo integrando es un problema de optimización. A su vez, la función con recurso debe estimarse empleando técnicas tales árboles de escenario o métodos de Monte Carlo, los cuales exigen numerosas evaluaciones funcionales para producir resultados exactos para problemas a gran escala con periodos múltiples. En este documento se introduce un marco de muestreo de importancia para programación estocástica que puede producir estimados exactos de la función con recurso utilizando un número pequeño de muestras.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un marco de optimización en tiempo real para el problema de ajuste del controlador iterativo
Artículo:
Consecuencias de la promulgación de la Ley 1150 de 2007 y del Decreto 066 de 2008 para la selección de ingenieros consultores
Artículo:
El impacto de las resinas en la economía: principales indicadores económicos
Artículo:
Optimizacion tecnico economica de sistemas híbridos de energía de menor escala a través del optimizador Manta Ray Foraging
Video:
Teoría de decisiones
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Distintas formas de simular valores de variables aleatorias con distribución normal estándar
Libro:
Tratamientos avanzados de aguas residuales industriales