Stochastic programming — স্টোকাস্টিক প্রোগ্রামিং

স্টোকাস্টিক প্রোগ্রামিং (ইংরেজি: stochastic programming) — গাণিতিক প্রোগ্রামিংয়ের একটি শাখা, যা অনিশ্চয়তার পরিস্থিতিতে অপ্টিমাইজেশন সমস্যা সমাধানের মডেল ও পদ্ধতি তৈরি করে, যেখানে মডেলের কিছু প্যারামিটার নির্ভুলভাবে জানা নেই, বরং সেগুলো জ্ঞাত বা অনুমানকৃত সম্ভাব্যতা বিতরণসহ দৈবচলক হিসেবে উপস্থাপিত হয়।

নির্ধারণবাদী সমস্যার বিপরীতে, যেখানে সমস্ত তথ্য নির্দিষ্ট ধ্রুবক হিসেবে বিবেচিত হয়, স্টোকাস্টিক প্রোগ্রামিং এমন একটি সমাধান (বা সিদ্ধান্ত নীতি) খোঁজার লক্ষ্য নির্ধারণ করে, যা কোনো পরিসংখ্যানগত অর্থে সর্বোত্তম। প্রায়শই এর অর্থ হলো লক্ষ্য ফাংশনের প্রত্যাশিত মানের নিম্নমুখীকরণ বা সর্বোচ্চকরণ। মূল ধারণাটি হলো এমন একটি সিদ্ধান্ত নীতি খুঁজে বের করা, যা দৈব প্যারামিটারের সমস্ত সম্ভাব্য বাস্তবায়নের উপর "গড়ে" সর্বোত্তম হবে, যা বিশেষভাবে গুরুত্বপূর্ণ সেই সমস্যাগুলোর জন্য, যেখানে সিদ্ধান্তগুলো একই রকম পরিস্থিতিতে বারবার নেওয়া হয় (যেমন, মজুদ ব্যবস্থাপনা বা শক্তি ব্যবস্থাপনায়)।

গাণিতিক সমস্যা প্রণয়ন

সাধারণভাবে স্টোকাস্টিক প্রোগ্রামিংয়ের সমস্যাটি নিম্নরূপে সূত্রায়িত করা যায়: $\underset{x\in X}{min}𝔼[f(x,\xi )]$ যেখানে:

• $x$ — নিয়ন্ত্রণ চলকের (সিদ্ধান্তের) ভেক্টর, যা নির্ধারণ করতে হবে।
• $X$ — $x$-এর জন্য অনুমোদনযোগ্য সমাধানের সেট, যা নির্ধারণবাদী সীমাবদ্ধতা দ্বারা সংজ্ঞায়িত।
• $\xi$ — দৈব ভেক্টর, যা সমস্যার অনিশ্চিত প্যারামিটারগুলো উপস্থাপন করে (যেমন, চাহিদা, মূল্য, আবহাওয়ার অবস্থা)।
• $f(x,\xi )$ — লক্ষ্য ফাংশন, যার মান গৃহীত সিদ্ধান্ত $x$ এবং দৈব ভেক্টরের বাস্তবায়ন $\xi$ উভয়ের উপর নির্ভর করে।
• $𝔼[\cdot ]$ — প্রত্যাশিত মানের অপারেটর, যা ভেক্টর $\xi$-এর সম্ভাব্যতা বিতরণ অনুযায়ী গণনা করা হয়।

বহু-পর্যায়ের স্টোকাস্টিক মডেলের ভিত্তিতে থাকা সবচেয়ে গুরুত্বপূর্ণ নীতিটি হলো অ-প্রত্যাশা নীতি (ইংরেজি: non-anticipativity principle)। এটি বলে যে যেকোনো পর্যায়ে নেওয়া সিদ্ধান্তগুলো কেবলমাত্র সেই মুহূর্ত পর্যন্ত উপলব্ধ তথ্যের উপর নির্ভর করতে পারে এবং "ভবিষ্যতে উঁকি দিতে" পারে না।

ক্ষতিপূরণ অধিকারসহ দ্বি-পর্যায়ের সমস্যা

সবচেয়ে প্রচলিত মডেলটি হলো ক্ষতিপূরণ অধিকারসহ দ্বি-পর্যায়ের সমস্যা (ইংরেজি: two-stage stochastic program with recourse)। সিদ্ধান্ত গ্রহণ প্রক্রিয়াটি দুটি পর্যায়ে বিভক্ত:

1. প্রথম পর্যায়: "এখানে এবং এখনই" (here-and-now) সিদ্ধান্ত নেওয়া হয় — ভেক্টর $x$ নির্ধারিত হয়। এই সিদ্ধান্তটি দৈব ভেক্টর $\xi$-এর নির্দিষ্ট বাস্তবায়ন জানার আগেই নিতে হবে।
2. দ্বিতীয় পর্যায়: দৈব ঘটনাটি সংঘটিত হওয়ার পরে, একটি সংশোধনমূলক বা ক্ষতিপূরণমূলক সিদ্ধান্ত (recourse decision) নেওয়া হয় — ভেক্টর $y(\xi )$, যা প্রথম পর্যায়ের সিদ্ধান্ত $x$ এবং ফলাফল $\xi$-এর সমন্বয়ের ফলে উদ্ভূত নেতিবাচক পরিণতি হ্রাস বা সুবিধাজনক সুযোগ ব্যবহারের লক্ষ্যে।

গাণিতিকভাবে দ্বি-পর্যায়ের স্টোকাস্টিক রৈখিক প্রোগ্রামিং সমস্যাটি নিম্নরূপে সূত্রায়িত হয়: $\underset{x\in {ℝ}^{n_1}}{min}\{c^{T}x+{𝔼}_{\xi }[Q(x,\xi )]\}$ প্রথম পর্যায়ের সীমাবদ্ধতায়: $Ax=b,x\ge 0$। এখানে $Q(x,\xi )$ হলো ক্ষতিপূরণ ফাংশন (recourse function), যা দ্বিতীয় পর্যায়ের সমস্যার সর্বোত্তম মান উপস্থাপন করে: $Q(x,\xi )=\underset{y\in {ℝ}^{n_2}}{min}\{q(\xi {)}^{T}y\mid T(\xi )x+Wy=h(\xi ),y\ge 0\}$ যেখানে $\xi$ — দৈব ভেক্টর, যার মধ্যে প্যারামিটার $q(\xi ),T(\xi )$ এবং $h(\xi )$ অন্তর্ভুক্ত; এবং $c,A,b$ ও $W$ — নির্ধারণবাদী প্যারামিটার।

মূল বৈশিষ্ট্য ও উপপাদ্য

• উত্তলতা: তত্ত্বের একটি মৌলিক ফলাফল হলো যে দ্বি-পর্যায়ের স্টোকাস্টিক রৈখিক প্রোগ্রামিং সমস্যার জন্য প্রত্যাশিত ক্ষতিপূরণ ফাংশন $Q(x)={𝔼}_{\xi }[Q(x,\xi )]$ একটি উত্তল ফাংশন। এই বৈশিষ্ট্যটি অত্যন্ত গুরুত্বপূর্ণ, কারণ এটি নিশ্চিত করে যে প্রথম পর্যায়ের সামগ্রিক সমস্যাটি উত্তল প্রোগ্রামিংয়ের একটি সমস্যা, যার জন্য কার্যকর সমাধান পদ্ধতি বিদ্যমান এবং বৈশ্বিক সর্বোত্তম স্থানীয় সর্বোত্তমের সাথে মিলে যায়।
• নির্ধারণবাদী সমতুল্য: যদি দৈব ভেক্টর $\xi$-এর সীমিত সংখ্যক সম্ভাব্য বাস্তবায়ন (দৃশ্যকল্প) ${\xi }_1,\dots ,{\xi }_K$ থাকে সম্ভাব্যতা $p_1,\dots ,p_K$-সহ, তাহলে স্টোকাস্টিক প্রোগ্রামিং সমস্যাটি একটি বড় নির্ধারণবাদী অপ্টিমাইজেশন সমস্যার আকারে পুনরায় সূত্রায়িত করা যায়। এই ক্ষেত্রে প্রত্যাশিত মানটি সমস্ত দৃশ্যকল্পের উপর ওজনযুক্ত যোগফল দ্বারা প্রতিস্থাপিত হয়। তবে এই সমস্যার আকার দৃশ্যকল্পের সংখ্যার সাথে রৈখিকভাবে বৃদ্ধি পায়, যা "মাত্রার অভিশাপ" সৃষ্টি করে এবং বহু সংখ্যক দৃশ্যকল্পের জন্য এই পদ্ধতিটি গণনাগতভাবে অসমাধানযোগ্য করে তোলে।

রোবাস্ট অপ্টিমাইজেশনের সাথে তুলনা

স্টোকাস্টিক প্রোগ্রামিং হলো অনিশ্চয়তার পরিস্থিতিতে অপ্টিমাইজেশনের বেশ কয়েকটি পদ্ধতির একটি। রোবাস্ট অপ্টিমাইজেশন থেকে এর মূল পার্থক্য হলো অনিশ্চয়তা মডেলিংয়ের পদ্ধতি এবং সর্বোত্তমতার মানদণ্ডে।

অনিশ্চয়তার পরিস্থিতিতে অপ্টিমাইজেশন পদ্ধতির তুলনা

মানদণ্ড	স্টোকাস্টিক অপ্টিমাইজেশন	রোবাস্ট অপ্টিমাইজেশন
অনিশ্চয়তার উপস্থাপনা	প্যারামিটারগুলো — জ্ঞাত সম্ভাব্যতা বিতরণসহ দৈবচলক	প্যারামিটারগুলো একটি নির্দিষ্ট অনিশ্চয়তার সেটে অন্তর্গত, বিতরণ প্রয়োজন নেই
সর্বোত্তমতার মানদণ্ড	লক্ষ্য ফাংশনের প্রত্যাশিত মানের অপ্টিমাইজেশন	সবচেয়ে খারাপ দৃশ্যকল্পে অপ্টিমাইজেশন (মিনিম্যাক্স)
সমাধানের প্রকৃতি	"গড়ে" সর্বোত্তম নীতি, বিরল দৃশ্যকল্পের জন্য অগ্রহণযোগ্য হতে পারে	সমস্ত বাস্তবায়নের জন্য নিশ্চিতভাবে গ্রহণযোগ্য সমাধান; রক্ষণশীল হতে পারে

উদাহরণ

• সংবাদবিক্রেতার সমস্যা (ইংরেজি: newsvendor problem): মজুদ ব্যবস্থাপনার একটি ক্লাসিক সমস্যা, যেখানে একজন বিক্রেতাকে নির্ধারণ করতে হয় কত পরিমাণ পণ্য কিনবেন, ভবিষ্যতের প্রকৃত চাহিদা না জেনে। সমাধানটি উদ্বৃত্ত থেকে ক্ষতির ঝুঁকি এবং ঘাটতি থেকে হারানো সুযোগের ঝুঁকির মধ্যে ভারসাম্য রক্ষা করে।
• কৃষকের সমস্যা: একজন কৃষক সিদ্ধান্ত নেন মোট জমির মধ্যে বিভিন্ন ফসলের জন্য কত একর জমি বরাদ্দ করবেন, ভবিষ্যতের আবহাওয়া না জেনে, যা ফলনকে প্রভাবিত করে। আবহাওয়া জানার পরে, কৃষক সংশোধনমূলক পদক্ষেপ নিতে পারেন (যেমন, উদ্বৃত্ত বিক্রি করা বা বাজার থেকে ঘাটতি ফসল কেনা)।

আরও দেখুন

• গাণিতিক প্রোগ্রামিং
• অপারেশন রিসার্চ
• রোবাস্ট অপ্টিমাইজেশন
• গতিশীল প্রোগ্রামিং
• নিয়ন্ত্রণ তত্ত্ব

টীকা

</references>