Descripción
El campo de la programación fraccionaria restringida al azar (CCFP) se ha convertido en un área enorme en los últimos años debido a sus aplicaciones en problemas de la vida real. Por lo tanto, encontrar una técnica de solución a la misma es de suma importancia. La técnica de solución hasta ahora ha sido derivar la equivalencia determinista de CCFP con coeficientes aleatorios en la función objetivo y/o restricciones y solo es posible si la variable aleatoria sigue una distribución específica con parámetros conocidos. Este artículo presenta un algoritmo genético (GA) basado en simulación estocástica para resolver problemas de CCFP, donde las variables aleatorias utilizadas pueden seguir cualquier distribución continua. El procedimiento de solución se prueba en algunos ejemplos numéricos. (Charles, V., Udhayakumar, A., & Uthariaraj, R., 2010)
Referencia
Charles, V., Udhayakumar, A., & Uthariaraj, R. (2010). Stochastic simulation-based genetic algorithm for chance constrained fractional programming problem. International Journal of Operational Research, 9(1), 23-38. http://dx.doi.org/10.1504/IJOR.2010.034359
