Pemrograman Campuran-Bilangan Bulat Robust — Optimasi dengan variabel bilangan bulat di bawah ketidakpastian
Pemrograman Campuran-Bilangan Bulat Robust (RMIP) menggabungkan pemrograman campuran-bilangan bulat dengan optimasi robust untuk menemukan solusi yang tetap layak dan mendekati optimal meskipun ada parameter yang tidak pasti. Alih-alih mengasumsikan data tetap, ia melindungi keputusan terhadap realisasi terburuk atau adversarial dari input yang tidak pasti, menggunakan himpunan ketidakpastian eksplisit untuk mengontrol tingkat konservatisme sambil mempertahankan struktur kombinatorial dari keputusan bilangan bulat.
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. (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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Mixed-Integer Programming (RMIP) — Optimization under uncertainty with integer decision variables. ScholarGate. https://scholargate.app/id/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.
- Pemrograman Integer CampuranSimulasi↔ compare
- Pemrograman Linear RobustSimulasi↔ compare
- Optimasi Multi-Objektif RobustSimulasi↔ compare
- Pemrograman Campuran-Integer StokastikSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →