Robusti tavoiteohjelmointi — Useiden tavoitteiden saavuttaminen epävarmuuden vallitessa
Robusti tavoiteohjelmointi (RGP) laajentaa klassista tavoiteohjelmointia käsittelemään epävarmoja tai monitulkintaisia malliparametreja. Sen sijaan, että minimoitaisiin poikkeamia tarkasti määritellyistä tavoitteista, se etsii ratkaisuja, jotka pysyvät toteuttamiskelpoisina ja lähes optimaalisina useiden uskottavien skenaarioiden tai epävarmojen datarealisaatioiden joukossa. RGP on erityisen arvokas suunnitteluongelmissa, joissa tavoitteet ovat pyrkimyksiä ja syötedata sisältää luontaista vaihtelua tai estimointivirhettä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/fi/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.
- TavoiteohjelmointiPäätöksenteko↔ compare
- Monitavoitteinen tavoiteohjelmointiSimulointi↔ compare
- Robustti lineaarinen optimointiSimulointi↔ compare
- Robust Multi-Objective OptimizationSimulointi↔ compare
- Stokastinen tavoiteohjelmointiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →