Робастное линейное программирование — Оптимизация в условиях неопределенности
Робастное линейное программирование (RLP) расширяет классическое линейное программирование для обработки неопределенности в данных задачи — коэффициентах затрат, коэффициентах ограничений или правых частях — требуя, чтобы решения оставались допустимыми и близкими к оптимальным при всех реализациях неопределенных параметров в пределах заданного множества неопределенности. Оно заменяет вероятностные предположения гарантиями наихудшего случая, что делает его практичным, когда знания о распределении ограничены.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Bertsimas, D., Sim, M. (2004). The price of robustness. Operations Research, 52(1), 35–53. DOI: 10.1287/opre.1030.0065 ↗
- Ben-Tal, A., Nemirovski, A. (1999). Robust solutions of uncertain linear programs. Operations Research Letters, 25(1), 1–13. DOI: 10.1016/S0167-6377(99)00016-4 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Linear Programming — Uncertainty-Aware Linear Optimization. ScholarGate. https://scholargate.app/ru/simulation/robust-linear-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.
- Детерминированное линейное программированиеИмитационное моделирование↔ compare
- Робастное программирование целевых установокИмитационное моделирование↔ compare
- Робастное смешанно-целочисленное программированиеИмитационное моделирование↔ compare
- Робастная многокритериальная оптимизацияИмитационное моделирование↔ compare
- Стохастическое линейное программированиеИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →