Robuust Geheel Programmeren — Optimalisatie onder Onzekerheid met Integrale Beperkingen
Robuust Geheel Programmeren (RGP) vindt gehele of binaire oplossingen die haalbaar en bijna-optimaal blijven voor alle scenario's binnen een voorgeschreven onzekerheidsverzameling. In plaats van uit te gaan van exacte kennis van gegevens, dekt RGP zich in tegen de "worst-case" realisatie van onzekere kosten of beperkingscoëfficiënten, en levert het beslissingen die gegarandeerd goed presteren, zelfs wanneer invoerwaarden afwijken van hun nominale waarden.
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
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/nl/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.
- GeheelgetalprogrammeringOptimalisatie↔ compare
- Mixed-Integer ProgrammingSimulatie↔ compare
- Robuuste Lineaire ProgrammeringSimulatie↔ compare
- Robuuste Gemengd-Gehele ProgrammeringSimulatie↔ compare
- Robuuste Multi-Objective OptimalisatieSimulatie↔ compare
- Stochastische Geheeltallige ProgrammeringSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →