Робастное смешанно-целочисленное программирование — Оптимизация с целочисленными переменными в условиях неопределенности
Робастное смешанно-целочисленное программирование (РСЦП) объединяет смешанно-целочисленное программирование с робастной оптимизацией для поиска решений, которые остаются допустимыми и почти оптимальными, несмотря на неопределенные параметры. Вместо предположения о фиксированных данных, оно защищает решения от наихудших или враждебных реализаций неопределенных входных данных, используя явное множество неопределенности для контроля степени консерватизма при сохранении комбинаторной структуры целочисленных решений.
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., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Mixed-Integer Programming (RMIP) — Optimization under uncertainty with integer decision variables. ScholarGate. https://scholargate.app/ru/simulation/robust-mixed-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.
- Смешанное целочисленное программированиеИмитационное моделирование↔ compare
- Робастное линейное программированиеИмитационное моделирование↔ compare
- Робастная многокритериальная оптимизацияИмитационное моделирование↔ compare
- Стохастическое смешанно-целочисленное программированиеИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →