قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
سيناريو
تحقيق محدد ممكن للمتغيرات العشوائية في مشكلة تحسين عشوائية، يستخدم لتقسيم فضاء عدم اليقين.
نموذج على مرحلتين
هيكل برمجة عشوائية حيث تتخذ القرارات بشكل متسلسل: قرارات أولية قبل ملاحظة حالات عدم اليقين، ثم قرارات تصحيحية تكيفية.
إجراء تصحيحي
إجراءات تصحيحية أو قابلة للتعديل تتخذ بعد تحقق حالات عدم اليقين لتعويض القرارات الأولية التي قد تكون دون المستوى الأمثل.
متغيرات الإجراء التصحيحي
متغيرات القرار في المرحلة الثانية من النموذج العشوائي التي تعتمد على التحققات المحددة للمعلمات العشوائية.
قيود الإجراء التصحيحي
قيود مفروضة على متغيرات القرار في المرحلة الثانية والتي يجب أن تتحقق لكل سيناريو ممكن بعد تحقق حالات عدم اليقين.
مقياس المخاطر
دالة تحدد كمية المخاطر المرتبطة بتوزيع النتائج، لتحل محل أو تكمل القيمة المتوقعة في الأهداف العشوائية.
تقليل السيناريوهات
تقنية خوارزمية تهدف إلى تقليل عدد السيناريوهات مع الحفاظ على الخصائص الإحصائية الأساسية للتوزيع الأصلي.
طريقة L-shaped
خوارزمية تفكيك تعتمد على البرمجة الخطية العشوائية التي تولد بشكل متكرر قطوعًا لتقريب دالة الإجراء التصحيحي.
تفكيك بيندرز
تقنية تفكيك للمسائل المختلطة التي تفصل المتغيرات المستمرة والصحيحة، وأساسية في حل البرامج العشوائية.
مشكلة الانتظار
نهج تحسين يفترض أن جميع القرارات يمكن تأجيلها حتى الحل الكامل لحالات عدم اليقين.
متباينات احتمالية
قيود تفرض أن احتمال تحقيق شرط معين يجب أن يكون أكبر من أو يساوي عتبة محددة مسبقًا.
المتانة العشوائية
قدرة الحل على الحفاظ على أداء جيد في مواجهة تقلب المعلمات غير المؤكدة تجاوزًا للسيناريوهات المدروسة.
تقريب SAA
طريقة تقريب بمتوسط العينات تستبدل التوقع الرياضي بمتوسط تجريبي يعتمد على عينات مستقلة ومتطابقة التوزيع (i.i.d.).
تكلفة اللجوء
التكلفة المرتبطة بالإجراءات التصحيحية الضرورية بعد تحقق حالات عدم اليقين، والمدمجة في الهدف العام للمشكلة العشوائية.
شجرة السيناريوهات
هيكل شجري يمثل تطور حالات عدم اليقين عبر الزمن مع نقاط تفرع تتوافق مع الكشف عن المعلومات.