Robustné lineárne programovanie — Optimalizácia pod neistotou
Robustné lineárne programovanie (RLP) rozširuje klasické lineárne programovanie na zvládanie neistoty v dátach problému — nákladových koeficientoch, koeficientoch obmedzení alebo pravých stranách — tým, že vyžaduje, aby riešenia zostali prípustné a takmer optimálne vo všetkých realizáciách neistých parametrov v rámci definovanej množiny neistoty. Nahradzuje pravdepodobnostné predpoklady zárukami najhoršieho prípadu, čím je praktické, keď je znalosť distribúcie obmedzená.
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. (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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Linear Programming — Uncertainty-Aware Linear Optimization. ScholarGate. https://scholargate.app/sk/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.
- Deterministické lineárne programovanieSimulácia↔ compare
- Robustné cieľové programovanieSimulácia↔ compare
- Robustné celočíselné programovanieSimulácia↔ compare
- Robustné viaccieľové optimalizovanieSimulácia↔ compare
- Stochastické lineárne programovanieSimulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →