Pengaturcaraan Linear Robust — Pengoptimuman Di Bawah Ketidakpastian
Pengaturcaraan Linear Robust (RLP) meluaskan pengaturcaraan linear klasik untuk mengendalikan ketidakpastian dalam data masalah — pekali kos, pekali kekangan, atau bahagian kanan — dengan memerlukan penyelesaian kekal layak dan hampir optimum merentasi semua realisasi parameter tidak pasti dalam set ketidakpastian yang ditakrifkan. Ia menggantikan andaian probabilistik dengan jaminan kes terburuk, menjadikannya praktikal apabila pengetahuan taburan adalah terhad.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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., Nemirovski, A. (1999). Robust solutions of uncertain linear programs. Operations Research Letters, 25(1), 1–13. DOI: 10.1016/S0167-6377(99)00016-4 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Linear Programming — Uncertainty-Aware Linear Optimization. ScholarGate. https://scholargate.app/ms/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.
- Linear Programming DeterministikSimulasi↔ compare
- Pengaturcaraan Matlamat TeguhSimulasi↔ compare
- Pengaturcaraan Integer Bercampur TeguhSimulasi↔ compare
- Pengoptimuman Pelbagai Objektif yang TeguhSimulasi↔ compare
- Pengaturcaraan Linear StokastikSimulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →