Robust Målprogrammering — Oppnåelse av Flere Mål Under Usikkerhet
Robust Målprogrammering (RGP) utvider klassisk målprogrammering for å håndtere usikre eller tvetydige modellparametere. I stedet for å minimere avvik fra presise mål, søker den løsninger som forblir gjennomførbare og nær-optimale over et spekter av plausible scenarier eller usikre datarealiseringer. RGP er spesielt verdifull i planleggingsproblemer der mål er aspirasjonelle og inndata bærer iboende variasjon eller estimeringsfeil.
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
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/no/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.
- MålprogrammeringBeslutningstaking↔ compare
- Multi-Objective Goal ProgrammingSimulering↔ compare
- Robust Lineær ProgrammeringSimulering↔ compare
- Robust multi-objektiv optimeringSimulering↔ compare
- Stokastisk målprogrammeringSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →