Robust optimering — Worst-Case Matematisk Programmering

Robust optimering er en matematisk programmeringsramme, formaliseret af Ben-Tal og Nemirovski i slutningen af 1990'erne og gjort bredt anvendelig af Bertsimas og Sim (2004), der finder beslutninger, som garanteret præsterer acceptabelt under ethvert scenarie inden for et foruddefineret usikkerhedssæt — snarere end at antage, at parameterværdier er kendt præcist. I stedet for at optimere for et enkelt forventet udfald minimerer den worst-case-objektivfunktionen på tværs af alle plausible realiseringer af usikre data.