Programação por Metas Robusta — Atingindo Múltiplos Alvos Sob Incerteza
Programação por Metas Robusta (RGP) estende a programação por metas clássica para lidar com parâmetros de modelo incertos ou ambíguos. Em vez de minimizar desvios de alvos nítidos, ela busca soluções que permaneçam factíveis e quase ótimas em uma gama de cenários plausíveis ou realizações de dados incertos. A RGP é particularmente valiosa em problemas de planejamento onde as metas são aspiracionais e os dados de entrada carregam variabilidade inerente ou erro de estimação.
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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/pt/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.
- Goal ProgrammingTomada de decisão↔ compare
- Programação por Objetivos MúltiplosSimulação↔ compare
- Programação Linear RobustaSimulação↔ compare
- Otimização Robusta Multi-ObjetivoSimulação↔ compare
- Programação por Metas EstocásticaSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →