Robust Mixed-Integer Programming — Optimointi kokonaislukumuuttujilla epävarmuuden vallitessa
Robust Mixed-Integer Programming (RMIP) yhdistää kokonaislukulohko-ohjelmoinnin (mixed-integer programming) ja robustin optimoinnin löytääkseen ratkaisuja, jotka pysyvät toteutuskelpoisina ja lähes optimaalisina epävarmoista parametreista huolimatta. Sen sijaan, että oletettaisiin kiinteitä tietoja, se suojaa päätöksiä epävarmojen syötteiden pahimman tai vihamielisen toteutumisen varalta käyttäen eksplisiittistä epävarmuusjoukkoa konservatiivisuuden astetta hallitakseen, säilyttäen samalla kokonaislukupäätösten kombinatorisen rakenteen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Bertsimas, D., Sim, M. (2004). The price of robustness. Operations Research, 52(1), 35–53. DOI: 10.1287/opre.1030.0065 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Mixed-Integer Programming (RMIP) — Optimization under uncertainty with integer decision variables. ScholarGate. https://scholargate.app/fi/simulation/robust-mixed-integer-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.
- SekalukuohjelmointiSimulointi↔ compare
- Robustti lineaarinen optimointiSimulointi↔ compare
- Robust Multi-Objective OptimizationSimulointi↔ compare
- Stokastinen kokonaislukuoptimointiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →