Metodin todisteiden tietue

Robust Integer Programming

Robust Integer Programming (RIP) finds integer or binary solutions that remain feasible and near-optimal across all scenarios in a prescribed uncertainty set. Rather than assuming exact knowledge of data, RIP hedges against the worst-case realization of uncertain costs or constraint coefficients, delivering decisions that are guaranteed to perform well even when inputs deviate from their nominal values.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Robust Integer Programming — Optimization under uncertainty with integrality constraints

Taksonominen metoditietue · process-pipeline / simulation

Bertsimas, D., Sim, M. (2003). Robust discrete optimization and network flows. Mathematical Programming, 98(1-3), 49-71. · DOI 10.1007/s10107-003-0396-4
Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. · ISBN 9780691143682

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Same method familyInteger Programmingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMixed-Integer Programmingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Linear Programmingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Mixed-Integer Programmingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Multi-Objective Optimizationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketStochastic Integer Programmingmachine-suggested · Relational suggestion, not evidence.