En este documento, se estudia el problema de orientación de dos etapas con pesos estocásticos, donde el problema de la primera etapa es planificar una ruta bajo un entorno incierto y el problema de la segunda etapa es una acción de recurso para asegurarse de que se cumpla la restricción de longitud después de que se realice la incertidumbre. Primero, explicamos el modelo de recurso propuesto por Evers et al. (2014) y señalamos que este modelo es muy complejo. Luego, presentamos un nuevo modelo de recurso que es mucho más simple, con menos variables y menos restricciones. Basándonos en estos dos modelos de recurso, presentamos dos modelos robustos de dos etapas diferentes para el problema de orientación con pesos estocásticos. Teóricamente demostramos que los modelos robustos de dos etapas son equivalentes a sus respectivos modelos robustos estáticos bajo el conjunto de incertidumbre de caja, lo que indica que los modelos robustos de dos etapas pueden resolverse utilizando solucionadores comunes de programación matemática (por ejemplo, el
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.
Artículos:
Programación y asignación de recursos en capas cruzadas para tráfico heterogéneo en 3G LTE.
Artículos:
Control deslizante de modo de retroceso adaptativo para UAV de cuadricóptero
Artículos:
Nuevos enfoques metodológicos y paradigmas en la pedagogía de la ingeniería de sistemas
Artículos:
Control de retransmisión consciente del servicio en redes celulares
Artículos:
Estimación de la posición de objetos en 6 dimensiones con conciencia de simetría a través del aprendizaje multitarea.
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Arquitectura de software orientada a la creación de micromundos para la enseñanza y el aprendizaje
Artículos:
Perspectivas sobre datos masivos y analítica de datos masivos