Programmazione per Obiettivi Robusta — Raggiungere Obiettivi Multipli in Condizioni di Incertezza
La Programmazione per Obiettivi Robusta (RGP) estende la programmazione per obiettivi classica per gestire parametri di modello incerti o ambigui. Invece di minimizzare le deviazioni da obiettivi precisi, cerca soluzioni che rimangano fattibili e quasi ottimali in un intervallo di scenari plausibili o di realizzazioni di dati incerti. La RGP è particolarmente utile nei problemi di pianificazione in cui gli obiettivi sono aspirazionali e i dati di input presentano variabilità intrinseca o errori di stima.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/it/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.
- Goal ProgrammingProcesso decisionale↔ compare
- Programmazione per Obiettivi MultipliSimulazione↔ compare
- Programmazione Lineare RobustaSimulazione↔ compare
- Ottimizzazione Robusta Multi-ObiettivoSimulazione↔ compare
- Programmazione a Obiettivi StocasticaSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →