Optymalizacja solidna — programowanie matematyczne w najgorszym przypadku
Optymalizacja solidna to ramy programowania matematycznego, sformalizowane przez Ben-Tala i Nemirovskiego pod koniec lat 90. XX wieku i uczynione szeroko rozwiązywalnymi przez Bertsimasa i Sim (2004), które znajduje decyzje gwarantujące akceptowalne wyniki w każdym scenariuszu w ramach zdefiniowanego zbioru niepewności — zamiast zakładać, że wartości parametrów są znane z dokładnością. Zamiast optymalizować dla pojedynczego oczekiwanego wyniku, minimalizuje ona cel w najgorszym przypadku dla wszystkich prawdopodobnych realizacji niepewnych danych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Robust Optimization (Minimax Programming). ScholarGate. https://scholargate.app/pl/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.
- Optymalizacja wypukłaOptymalizacja↔ compare
- Strategia Ewolucyjna (CMA-ES)Optymalizacja↔ compare
- Programowanie linioweOptymalizacja↔ compare
- Optymalizacja stochastycznaOptymalizacja↔ compare
- Optymalizacja oparta na zastępnikachOptymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →