Robust Linear Programming — अनिश्चितता के तहत अनुकूलन
Robust Linear Programming (RLP) शास्त्रीय रैखिक प्रोग्रामिंग का विस्तार है जो समस्या डेटा — लागत गुणांक, बाधा गुणांक, या दाहिने हाथ की ओर — में अनिश्चितता को संभालने के लिए किया जाता है, यह सुनिश्चित करके कि समाधान परिभाषित अनिश्चितता सेट के भीतर अनिश्चित मापदंडों के सभी अहसासों में व्यवहार्य और लगभग इष्टतम बने रहें। यह वितरण संबंधी ज्ञान सीमित होने पर इसे व्यावहारिक बनाने के लिए संभाव्य मान्यताओं को सबसे खराब स्थिति की गारंटी से बदल देता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Bertsimas, D., Sim, M. (2004). The price of robustness. Operations Research, 52(1), 35–53. DOI: 10.1287/opre.1030.0065 ↗
- Ben-Tal, A., Nemirovski, A. (1999). Robust solutions of uncertain linear programs. Operations Research Letters, 25(1), 1–13. DOI: 10.1016/S0167-6377(99)00016-4 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Robust Linear Programming — Uncertainty-Aware Linear Optimization. ScholarGate. https://scholargate.app/hi/simulation/robust-linear-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.
- निश्चित रैखिक प्रोग्रामिंगअनुकरण↔ compare
- रोबस्ट गोल प्रोग्रामिंगअनुकरण↔ compare
- मजबूत मिश्रित-पूर्णांक प्रोग्रामिंगअनुकरण↔ compare
- सुदृढ़ बहु-उद्देश्यीय अनुकूलनअनुकरण↔ compare
- स्टोकेस्टिक लीनियर प्रोग्रामिंगअनुकरण↔ compare