1988 | OriginalPaper | Buchkapitel
Ein Verfahren zur Lösung des Kompensationsmodells der stochastischen linearen Programmierung
verfasst von : Jürgen Böttcher
Erschienen in: DGOR/NSOR
Verlag: Springer Berlin Heidelberg
Enthalten in: Professional Book Archive
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Das betrachtete Kompensationsmodell lautet $$\begin{array}{*{20}{c}} {\mathop {\min }\limits_{x\varepsilon X} c'x + \sum\limits_{k = 1}^r {{p^k}Q\left( {x,{h^k}} \right)} }&{mit}&{Q\left( {x,{h^k}} \right) = \mathop {\min }\limits_{y\underline \geqslant 0} \left\{ {q'y\left| {Wy = {h^k} - Tx} \right.} \right\}} \end{array}$$ und $$X: = \left\{ {X\left| {Ax} \right.{\mkern 1mu} {\mkern 1mu} = {\mkern 1mu} {\mkern 1mu} b,{\mkern 1mu} {\mkern 1mu} x{\mkern 1mu} \underline \geqslant 0} \right\}$$. Hierbei ist A eine m{in1} x n{in1}-Matrix und W eine m{in2} x n{in2}- Matrix. Die weiteren dimensionen ergeben sich entsprechend. Weiterhin sei h{suk} die Auspräguns einer diskreten Zufallsvariablen mit $$\begin{array}{*{20}{c}} {P\left( {{h^k}} \right) = {p^k} > 0,}&{k = 1, \ldots ,r.} \end{array}$$