Robust Integer Programming — Optimalita pod neistotou s obmedzeniami celočíselnosti
Robust Integer Programming (RIP) nachádza celočíselné alebo binárne riešenia, ktoré zostávajú realizovateľné a takmer optimálne vo všetkých scenároch v predpísanej množine neistoty. Namiesto predpokladu presnej znalosti údajov RIP zabezpečuje proti najhoršej možnej realizácii neistých nákladov alebo koeficientov obmedzení, čím poskytuje rozhodnutia, ktoré sa osvedčia aj vtedy, keď sa vstupné hodnoty odchýlia od nominálnych hodnôt.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/sk/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.
- Celočíselné programovanie (IP) a zmiešané celočíselné programovanie (MIP)Optimalizácia↔ compare
- Programovanie s celočíselnými premennýmiSimulácia↔ compare
- Robustné lineárne programovanieSimulácia↔ compare
- Robustné celočíselné programovanieSimulácia↔ compare
- Robustné viaccieľové optimalizovanieSimulácia↔ compare
- Stochastic Integer ProgrammingSimulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →