Programmation Linéaire en Nombres Entiers Robuste — Optimisation avec des variables entières sous incertitude
La Programmation Linéaire en Nombres Entiers Robuste (PLNER) combine la programmation linéaire en nombres entiers avec l'optimisation robuste pour trouver des solutions qui restent réalisables et quasi-optimales malgré des paramètres incertains. Au lieu de supposer des données fixes, elle protège les décisions contre les réalisations adverses ou les pires cas des entrées incertaines, en utilisant un ensemble d'incertitude explicite pour contrôler le degré de conservatisme tout en préservant la structure combinatoire des décisions entières.
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
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Robust Mixed-Integer Programming (RMIP) — Optimization under uncertainty with integer decision variables. ScholarGate. https://scholargate.app/fr/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.
- Programmation Linéaire en Nombres EntiersSimulation↔ compare
- Programmation Linéaire RobusteSimulation↔ compare
- Optimisation Robuste Multi-ObjectifSimulation↔ compare
- Programmation stochastique à variables mixtes entièresSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →