Robust Målprogrammering — Opnåelse af Multiple Mål Under Usikkerhed
Robust Målprogrammering (RGP) udvider klassisk målprogrammering til at håndtere usikre eller tvetydige modelparametre. I stedet for at minimere afvigelser fra præcise mål, søger den løsninger, der forbliver feasible og nær-optimale på tværs af en række plausible scenarier eller usikre datarealiseringer. RGP er særligt værdifuld i planlægningsproblemer, hvor mål er aspiratoriske, og inputdata bærer iboende variabilitet eller estimeringsfejl.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/da/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.
- MålprogrammeringBeslutningstagning↔ compare
- Multi-Objective Goal ProgrammingSimulering↔ compare
- Robust Lineær ProgrammeringSimulering↔ compare
- Robust Multi-Objective OptimizationSimulering↔ compare
- Stokastisk MålprogrammeringSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →