Programação Inteira Robusta — Otimização Sob Incerteza com Restrições de Integridade
Programação Inteira Robusta (RIP) encontra soluções inteiras ou binárias que permanecem factíveis e quase ótimas em todos os cenários de um conjunto de incerteza prescrito. Em vez de assumir conhecimento exato dos dados, a RIP protege contra a pior realização de custos incertos ou coeficientes de restrição, entregando decisões que garantidamente terão bom desempenho mesmo quando as entradas desviam de seus valores nominais.
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
- Bertsimas, D., Sim, M. (2003). Robust discrete optimization and network flows. Mathematical Programming, 98(1-3), 49-71. DOI: 10.1007/s10107-003-0396-4 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Como citar esta página
ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/pt/simulation/robust-integer-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.
- Programação InteiraOtimização↔ compare
- Programação Inteira MistaSimulação↔ compare
- Programação Linear RobustaSimulação↔ compare
- Programação Inteira Mista RobustaSimulação↔ compare
- Otimização Robusta Multi-ObjetivoSimulação↔ compare
- Programação Inteira EstocásticaSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →