Process / pipelineSimulation / optimization

Устойчиво целево програмиране — Постигане на множество цели при несигурност

Устойчивото целево програмиране (RGP) разширява класическото целево програмиране за справяне с несигурни или двусмислени параметри на модела. Вместо да минимизира отклоненията от точни цели, то търси решения, които остават осъществими и близо до оптимални в широк диапазон от правдоподобни сценарии или реализации на несигурни данни. RGP е особено ценно при проблеми с планиране, където целите са амбициозни, а входните данни носят присъща вариабилност или грешка при оценката.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Charnes, A., Cooper, W. W. (1961). Management Models and Industrial Applications of Linear Programming. Wiley, New York. ISBN: 9780471155041
  2. Mulvey, J. M., Vanderbei, R. J., Zenios, S. A. (1995). Robust optimization of large-scale systems. Operations Research, 43(2), 264-281. DOI: 10.1287/opre.43.2.264

Как да цитирате тази страница

ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/bg/simulation/robust-goal-programming

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateRobust goal programming (Robust Goal Programming). Извлечено на 2026-06-15 от https://scholargate.app/bg/simulation/robust-goal-programming · Набор от данни: https://doi.org/10.5281/zenodo.20539026