Pemrograman Integer Robust — Optimasi di Bawah Ketidakpastian dengan Kendala Integralitas
Pemrograman Integer Robust (RIP) menemukan solusi integer atau biner yang tetap layak dan mendekati optimal di seluruh skenario dalam himpunan ketidakpastian yang ditentukan. Alih-alih mengasumsikan pengetahuan pasti tentang data, RIP melindungi terhadap realisasi terburuk dari biaya yang tidak pasti atau koefisien kendala, menghasilkan keputusan yang dijamin berkinerja baik bahkan ketika masukan menyimpang dari nilai nominalnya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Bertsimas, D., Sim, M. (2003). Robust discrete optimization and network flows. Mathematical Programming, 98(1-3), 49-71. DOI: 10.1007/s10107-003-0396-4 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/id/simulation/robust-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.
- Pemrograman IntegerOptimasi↔ compare
- Pemrograman Integer CampuranSimulasi↔ compare
- Pemrograman Linear RobustSimulasi↔ compare
- Pemrograman Campuran-Bilangan Bulat RobustSimulasi↔ compare
- Optimasi Multi-Objektif RobustSimulasi↔ compare
- Pemrograman Integer StokastikSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →