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.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Charnes, A., Cooper, W. W. (1961). Management Models and Industrial Applications of Linear Programming. Wiley, New York. ISBN: 9780471155041
- 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.
- Программиране с целеви стойности (Goal Programming)Вземане на решения↔ compare
- Многокритериално целево програмиранеСимулационно моделиране↔ compare
- Робастно линейно програмиранеСимулационно моделиране↔ compare
- Робастна многокритериална оптимизацияСимулационно моделиране↔ compare
- Стохастично целево програмиранеСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →