Otimização Robusta — Programação Matemática de Pior Caso
A otimização robusta é um framework de programação matemática, formalizado por Ben-Tal e Nemirovski no final dos anos 1990 e tornado amplamente tratável por Bertsimas e Sim (2004), que encontra decisões garantidas a ter um desempenho aceitável em todos os cenários dentro de um conjunto de incerteza predefinido — em vez de assumir que os valores dos parâmetros são conhecidos com exatidão. Em vez de otimizar para um único resultado esperado, ela minimiza o objetivo de pior caso em todas as realizações plausíveis de dados incertos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Robust Optimization (Minimax Programming). ScholarGate. https://scholargate.app/pt/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.
- Otimização ConvexaOtimização↔ compare
- Estratégia Evolutiva (CMA-ES)Otimização↔ compare
- Programação LinearOtimização↔ compare
- Otimização EstocásticaOtimização↔ compare
- Otimização Baseada em SubstitutosOtimização↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →