ПРОГРАММИРОВАНИЕ СТОХАСТИЧЕСКОЕ
— раздел программирования математического, изучающий модели выбора оптимальных решений в ситуациях, характеризуемых случайными величинами. Отличительные особенности задач П. с. по сравнению с внешне напоминающими их задачами нелинейного программирования состоят в следующем. Задачи нелинейного программирования возникают в тех случаях, когда искомое решение можно охарактеризовать конечным набором чисел

и с каждым х связать конечное число показателей

так, чтобы цель принимающего решение сводилась к нахождению
где
целевая функция, X — некоторое мн-во
-мерного простр. (см. Пространство абстрактное в функциональном анализе), напр.,
При этом предполагается, что ф-цин
, однозначные, что имеется возможность вычислять точные значения этих ф-ций и их производных, а также установить принадлежность решения х мн-ву X. Такое положение характерно для выбора решений в ситуациях с определенностью, когда каждое действие приводит к однозначному исходу.
Задачи П. с. возникают в условиях неточной информации, неопределенности и риска, когда с каждым решением можно связать числовые параметры
, зависящие от решения х и состояния природы (случайных параметров)
. В этом случае экстремум целевой ф-ции и справедливость ограничений в задаче (1) зависят от со, и эту задачу можно понимать только в некотором вероятностном смысле, напр., как нахождение
где
математическое ожидание целевой ф-ции, а
матем ожидания ф-ций
, или нахождение
где
. Здесь — некоторые числа
Задачи (2) и (3) — типичные задачи П. с., причем задача (3) легко сводится к задаче (2). По внеш. виду эти задачи напоминают задачу нелинейного программирования (1) при
или
, но это только чисто внеш. сходство, поскольку в задачах (2) и (3), как правило, не выполняется осн. предпосылка теории нелинейного программирования: при каждом х невозможно вычислить точные значения ф-ций
и их производных. В тех случаях; когда
вычисляются точно, задачи 2) и (3) решают обычными методами нелинейного программирования. В общем случае эти задачи решают стохастической аппроксимации методом, стохастических квазиградиентов методом на основе информации о случайных величинах
.
Приложения П. с. включают вопросы надежности, контроля неисправных элементов, складирования и управления запасами и перспективного (долгосрочного) планирования.
Рассмотрим два важных примера. 1) На складе, вместимость которого равна b, требуется создать запас изделий
в расчете на случайный спрос
с ф-цией распределения
Если
величина запаса изделий
вида, то затраты, связанные с планом
отражаются ф-цией
где
— коэфф. заменяемости
изделия некоторым универсальным изделием, а — затраты на хранение универсального изделия, Р — затраты, связанные с дефицитом универсального изделия. Требуется найти такое решение
при котором ожидаемые общие затраты
при ограничениях
минимальны. Полученная задача является частным случаем задачи (2). При этом вычисление ф-ции
связано с вычислением многомерного интеграла, определяемого ф-цией распределения
.
2. Долгосрочное планирование осуществляется в условиях неточной информации о ресурсах и затратах, поэтому при внедрении перспективного плана возникают невязки, ликвидация которых требует определенных затрат. Учет ожидаемых затрат на коррекцию может существенно изменить долгосрочные планы. В двухэтапных задачах П. с. учитываются как затраты
реализацию долгосрочного плана, так и ожидаемые затраты на его коррекцию. Постановка этих задач такова. Пусть принимаемый на перспективу план
удовлетворяет ограничениям
План х принимается перед тем, как станет известным состояние природы
. После того, как
становится известным, невязки в ур-ниях ликвидируются выбором вектора коррекции
из (5) при данном
Пусть затраты на реализацию плана равны
а затраты на коррекцию
Если х принят, а
стало известным, то вектор коррекции лучше всего выбрать из условия минимума (6) при условиях (5) и известных
Обозначим через
получаемый при этом вектор оптим. коррекции. Тогда ожидаемые затраты на реализацию х и его коррекцию
Задача состоит в выборе такого плана х, который минимизирует общие затраты при условии
. Это — задача вида (2). Сложность вычисления целевой ф-ции (7) связана с получением распределения величии
В рассмотренных задачах П. с. решение х не зависит от со, т. к. в этих задачах оно принималось до проведения наблюдений над состоянием природы
Имеются задачи, в которых решение принимается после некоторого эксперимента и является случайной функцией
На практике такие задачи обычно сводятся к задачам с детерминированным решением путем выбора конкретной зависимости
решения х от со, фиксированной с точностью до некоторых параметров
т. е. полагая
Лит.: Гольштейн Е. Г., Юдин Д. Б. Новые направления в линейном программировании. М., 1966 [библиогр. с. 516—520]; Данциг Дж. Линейное программирование, его применения и обобщения., Пер. с англ. М., 1966 [библиогр. с. 564— 589]. Ю. М. Ермольев.