Process / pipelineSimulation / optimization

Робастное программирование целевых установок — достижение множественных целей в условиях неопределенности

Робастное программирование целевых установок (RGP) расширяет классическое программирование целевых установок для работы с неопределенными или неоднозначными параметрами модели. Вместо минимизации отклонений от точных целевых значений, оно ищет решения, которые остаются допустимыми и близкими к оптимальным в диапазоне правдоподобных сценариев или реализаций неопределенных данных. RGP особенно ценно в задачах планирования, где цели являются желаемыми, а входные данные несут в себе присущую изменчивость или погрешность оценки.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Charnes, A., Cooper, W. W. (1961). Management Models and Industrial Applications of Linear Programming. Wiley, New York. ISBN: 9780471155041
  2. 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

Как цитировать эту страницу

ScholarGate. (2026, June 3). Robust Goal Programming. ScholarGate. https://scholargate.app/ru/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.

Compare side by side

Упоминается в

ScholarGateRobust goal programming (Robust Goal Programming). Получено 2026-06-15 из https://scholargate.app/ru/simulation/robust-goal-programming · Набор данных: https://doi.org/10.5281/zenodo.20539026