Programmation par objectifs robuste — Atteindre de multiples cibles en situation d'incertitude
La programmation par objectifs robuste (RGP) étend la programmation par objectifs classique pour gérer des paramètres de modèle incertains ou ambigus. Au lieu de minimiser les écarts par rapport à des cibles précises, elle recherche des solutions qui restent réalisables et quasi optimales sur une gamme de scénarios plausibles ou de réalisations de données incertaines. La RGP est particulièrement précieuse dans les problèmes de planification où les objectifs sont aspirationnels et où les données d'entrée présentent une variabilité intrinsèque ou une erreur d'estimation.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/fr/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.
- Programmation par objectifsPrise de décision↔ compare
- Programmation par objectifs multi-objectifsSimulation↔ compare
- Programmation Linéaire RobusteSimulation↔ compare
- Optimisation Robuste Multi-ObjectifSimulation↔ compare
- Programmation par objectifs stochastiqueSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →