Диссертация (786272), страница 20
Текст из файла (страница 20)
— М.: МАИ-ПРИНТ, 2009. — С. 72—73.69. Хромова О.М. Оптимизация прокладки трассы, учитывающей случайную стоимостьработ на разных участках пути, связаную с разнообразным рельефом местности // Материалы XLIX международной научной студенческой конференции «Студент и научнотехнический прогресс»: Математика / Новосиб. Гос. Ун-т, Новосибирск, 16-20 апреля2011 г. — С. 308.70. Хромова О.М.
Задача оптимальной прокладки автомобильной трассы с учетом случайной стоимости работ до места базирования авиационных систем // Научно-110практическая конференция студентов и молодых ученых МАИ «Инновации в авиациии космонавтике – 2011». 26-30 апреля 2011 года. Москва. Сборник тезисов докладов. —М.: МЭЙЛЕР, 2011. — С. 117.71. Ширяев А.Н. Вероятность. В 2-х книгах. М.: МЦНМО, 2004. Кн. 1 — 520 с., кн. 2 —408 с.72. Щепакин М.Б.
Многоэтапная стохастическая задача о смеси // Мат. методы исслед. иоптимизации систем, Киев, 1970. — Вып. 4. — C. 73—87.73. Юби Э. Минимизация функции вероятности методом статистического моделирования // Труды Таллинского политехнического института. — 1976. — Bып. 411. — C. 57—76.74. Юби Э. Статистическое исследование задач стохастического программирования и метод их решения // Изв. АН ЭССР, физ.-мат. — 1977. —Bып. 26. — № 4. — C. 369—375.75. Юдин Д.Б. Математические методы управления в условиях неполной информации.
—М.: Сов. Радио, 1974. — 400 с.76. Юдин Д.Б. Задачи и методы стохастического программирования. — М.: Сов. радио,1979. — 392 с.77. Barro D., Canestrelli E. A Decomposition Approach in Multistage StochasticProgramming // Rendiconti per gli Studi Economici Quantitativi. — 2005. — P. 73—88.78. Beale E.M.L. On Minimizing a Convex Function Subject to Linear Inequalities // Journalof Royal Statistical Society. — 1955.
— Series B. — V. 17. — P. 173—-184.79. Beltran-Royo C., Escudero L.F., Monge J.F., Rodriguez-Ravines R.E. An Effective Heuristicfor Multistage Stochastic Linear Programming [Электронный ресурс] // Statistics andOperations Research, Rey Juan Carlos University, Madrid, Spain — Режим доступа:http://www.optimization-online.org/DB_FILE/2013/07/3961.pdf80.
Benichou M., Gauthier J.M., Girodet P., Hentges G., Ribiere G., Vincent O. Experimentsin Mixed-Integer Linear Programming // Mathematical Programming. — 1971. — V. 1. —№ 1. — P. 76—94.81. Benders J.F. Partitioning Procedures for Solving Mixed-Variables Programming Problems //Numerische Mathematik. — 1962. — V.
4. — №. 1. — P. 238—252.11182. Beraldi P., Ruszczyński A. The Probabilistic Set Covering Problem // OperationsResearch. — 1999. — V. 50. — № 6. — P. 956—967.83. Beraldi P., Ruszczyński A. A Branch and Bound Method for Stochastic Integer ProblemsUnder Probabilistic Constraints // Optimization Methods and Software. — 2002. — V. 17. —№ 3. — P. 359—382.84. Birge J.R.
Decomposition and Partitioning Methods for Multi-stage Stochastic LinearPrograms // Operations Research. — 1985. — № 33. — P. 989-1007.85. Birge J., Louveaux F. Introduction to Stochastic programming. — New York: Shpringer,1997. — 421 p.86. Birge J.R., Wets R.J.-B.
Designing Approximation Schemes for Stochastic OptimizationProblems, in Particular for Stochastic Programming with Recourse // MathematicalProgramming Study. — 1986. — № 27. — P. 54—102.87. Blomvall J., Lindberg P.O. A Riccati-based Primal Interior Point Solver for MultistageStochastic Programming // European Journal of Operational Research. — 2002. — V. 143. —№ 2. — P. 452—461.88. Casey M.S., Sen S.
The Scenario Generation Algorithm for Multistage Stochastic LinearProgramming // Mathematics of Operations Research. — 2005. — V. 30. — № 3. — P. 615—631.89. Dantzig G.B. Linear programming under uncertainty // Management Science. — 1955. —№ 1. — P. 197––206.90. Dantzig G.B., Infanger G.
Multi-stage Stochastic Linear Programs for Portfolio Optimization// Annals of Operations Research. — 1993. — V. 45. — № 1. — P. 59—76.91. Deák I., Pólik I., Prékopa A., Terlaky T. Convex Approximations in Stochastic Programmingby Semidefinite Programming // Annals of Operations Research. — 2012. — V.
200. — № 1. —P. 171—182.92. Dempster M.A.H. On stochastic programming, I. Static Linear Programming under Risk //Journal of Mathematical Analysis and Application. — 1968. — V. 21. — № 2. — P. 304—343.93. Dupaˇová J., Consigli G., Wallace S.W. Scenarios for Multistage Stochastic Programs //Annals of Operations Research.
— 2000. — V. 100. — № 1—4. — P. 25—53.11294. Faber M.M. Stochastisches Programmieren. — W¨rzburg: Physica—Verlag, 1970. — 134 p.95. Charnes A., Cooper W. W., Symonds G. N. Cost Horizons and Certainty Equivalents: AnApproach to Stochastic Programming of Heating Oil // Management Science. — 1958. —V. 4. — № 3. — P. 235—263.96. Charnes A., Cooper W. W. Chance-Constrained Programming // Management Science.
—1959. — V. 6. — № 1. — P. 73—79.97. Charnes A., Cooper W. W. Deterministic Equivalents for Optimizing and Satisficing underChance Constraints // Operation Research. — 1963. — V. 11. — № 1. — P. 18—39.98. Dantzig G.B., Madansky A. On the Solution of Two-stage Linear Programs underUncertainty // Proc. Fourth Berkeley Symp. on Math. Statist. and Prob. (Univ. of Calif.Press).
— 1961. — V. 1. — P. 165—176.99. Dijkstra E.W. A Note on Two Problems in Connexion with Graphs // NumerischeMathematik. — 1959. — V. 1. — P. 269—271.100. Frauendorfer K. Multistage Stochastic Programming: Error Analysis for the Convex Case //Zeitschrift f¨r Operations Research. — 1994. — V. 39. — № 1. — P.93—122.101. Fúsek P., Kall P., Mayer J., Sen S, and Siegrist S. Multistage Stochastic LinearProgramming: Aggregation, Approximation, and Some Open Problems [Электронный ресурс] // Technical Report, Inst. Oper. Res., University of Zurich, 2000. Режим доступа:http://hore.dnom.fmph.uniba.sk/ fusek/fus-ka-etal.pdf102. Gomory R.E.
An Algorithm for the Mixed Integer Problem // RAND Report RM-2597,The RAND Corporation, Santa Monica, CA, 1960.103. Guan Y., Ahmed S., Nemhauser G.L. Cutting Planes for Multistage Stochastic IntegerPrograms // Operations Research. — V. 57. — № 2. — 2009. — P. 287—298.104. Hanson M.A. Stochastic Non-Linear Programming // Journal of the AustralianMathematical Society.
— 1964. — V. 4. — № 3. — P. 347—353.105. Higle J.L., Sen S. Multistage Stochastic Convex Programs: Duality and its Implications //Annals of Operations Research. — 2006. — V. 142. — № 1. — P. 129—146.113106. Hillier F.S. Chance-Constrained Programming with 0–1 or Bounded Continuous DecisionVariables // Management Science.
— 1967. — V. 14. — № 1. P. 34—57.107. IBM ILOG CPLEX V12.1. User’s Manual for CPLEX. — International Business MachinesCorporation, 2009. — 952 p.108. Kan Yu.S. Application of the Quantile Optimization to Bond Portfolio Selection //Stochastic Optimization Techniques.
— 2002. — V. 513. — P. 285—308.109. Kall P. Stochastic Linear Programming. — Berlin: Springer-Verlag, 1976.110. Kall P., Mayer J. Stochastic Linear Programming. — Springer, New York, 2005.111. Kall P., Wallace S.W. Stochastic Programming. — Chichester: John Wiley and Sons Ltd.,1994. — 307 p.112. Kaˇková V. A Note on Objective Functions in Multistage Stochastic Nonlinear ProgrammingProblems // System Modelling and Optimization, IFIP. — 1996. — P. 582—589.113. Kataoka S. On Stochastic Programming. II: A Preliminary Study of a StochasticProgramming Model // Hitotsubashi Journal of Arts and Sciences. — 1962. — № 2. —P.
36—44.114. Kataoka S. On Stochastic Programming. III: A Stochastic Programming Model //Hitotsubashi Journal of Arts and Sciences. — 1962. — № 2. — P. 44—56.115. Kataoka S. A Stochastic Programming Model // Econometrica. — 1963. — V. 31. — № 1—2. — P. 181—196.116.
Kataoka S. On Stochastic Programming. IV: A Note on a Generalized StochasticProgramming Model // Hitotsubashi Journal of Arts and Sciences. — 1963.— № 3. — P. 35—40.117. Kibzun A.I., Kan Yu.S. Stochastic Programming Problems with Probability and QuantileFunctions. — Chichester, New York, Brisbane, Toronto, Singapore: John Wiley and Sons,1996. — 316 p.118. Kibzun A.I., Malyshev V.V., Karp K.A. A Minimax Approach for Statistical Simulation ofComplex Technical Systems // Advances in Modelling and Simulation — AMSE Press. —1988. — V. 10. — № 3. — P. 35—46.114119. Kibzun A., Matveev E.
Optimization of the Quantile Criterion for the Convex Loss Functionby a Stochastic Quasigradient Algorithm // Annals of Operations Research. – 2012. —V. 200. — № 1. — P. 183—198.120. Kolbin V.V. Stochastic Programming. — D. Reidel, Dordrecht, 1977. — 195 p.121. Land A.H., Doig A.G. An Automatic Method of Solving Discrete Programming Problems //Econometrica. — 1960. — V. 28. — № 3. — P.
497—520.122. Lepp R. Stochastic Approximation Type Algorithm for the Maximization of the ProbabilityFunction // Proc. Acad. Sci. Estonian SSR, Phys.-Math. — 1983. — V. 32. — № 2. —P. 150—-156123. Little J.D.C., Murty K.G., Sweeney D.W., and Karel C. An Algorithm for the TravelingSalesman Problem // Operations Research.— 1963. — V. 11. — P. 972—989.124. Louveaux F.V. A Solution Method for Multistage Stochastic Programs with Recourse withApplication to an Energy Investment Problem // Operations Research.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
