Robuuste Optimalisatie — Worst-Case Wiskundige Programmering
Robuuste optimalisatie is een raamwerk voor wiskundige programmering, geformaliseerd door Ben-Tal en Nemirovski in de late jaren negentig en breed oplosbaar gemaakt door Bertsimas en Sim (2004), dat beslissingen vindt die gegarandeerd acceptabel presteren onder elk scenario binnen een vooraf gedefinieerde onzekerheidsset — in plaats van aan te nemen dat parameterwaarden exact bekend zijn. In plaats van te optimaliseren voor één enkele verwachte uitkomst, minimaliseert het de worst-case objectieve waarde over alle plausibele realisaties van onzekere gegevens.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Ben-Tal, A., El Ghaoui, L. & Nemirovski, A. (2009). Robust Optimization. Princeton University Press. ISBN: 9780691143682
- Bertsimas, D. & Sim, M. (2004). The Price of Robustness. Operations Research, 52(1), 35-53. DOI: 10.1287/opre.1030.0065 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Robust Optimization (Minimax Programming). ScholarGate. https://scholargate.app/nl/optimization/robust-optimization
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.
- Convexe optimalisatieOptimalisatie↔ compare
- Evolutionaire Strategie (CMA-ES)Optimalisatie↔ compare
- Lineaire programmeringOptimalisatie↔ compare
- Stochastische optimalisatieOptimalisatie↔ compare
- Surrogate-Based OptimizationOptimalisatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →