Optimisation Robuste — Programmation Mathématique du Pire Cas

L'optimisation robuste est un cadre de programmation mathématique, formalisé par Ben-Tal et Nemirovski à la fin des années 1990 et rendu largement traitable par Bertsimas et Sim (2004), qui trouve des décisions garanties de performer de manière acceptable dans tous les scénarios d'un ensemble d'incertitude prédéfini — plutôt que de supposer que les valeurs des paramètres sont connues exactement. Au lieu d'optimiser pour un résultat attendu unique, elle minimise l'objectif dans le pire des cas sur toutes les réalisations plausibles des données incertaines.