Robust optimering — Worst-Case Mathematical Programming
Robust optimering er et rammeverk for matematisk programmering, formalisert av Ben-Tal og Nemirovski på slutten av 1990-tallet og gjort bredt løsbart av Bertsimas og Sim (2004), som finner beslutninger garantert å prestere akseptabelt under ethvert scenario innenfor et forhåndsdefinert usikkerhetssett — i stedet for å anta at parametereverdier er kjent nøyaktig. I stedet for å optimalisere for et enkelt forventet utfall, minimerer den worst-case-objektivet på tvers av alle plausible realiseringer av usikre data.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Robust Optimization (Minimax Programming). ScholarGate. https://scholargate.app/no/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.
- Konveks optimeringOptimering↔ compare
- Evolusjonsstrategi (CMA-ES)Optimering↔ compare
- Linear ProgrammingOptimering↔ compare
- Stokastisk optimeringOptimering↔ compare
- Surrogate-basert optimeringOptimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →