เปรียบเทียบวิธี

	การโปรแกรมจำนวนเต็มแบบคงทน	การโปรแกรมเชิงเส้นแบบทนทาน
สาขาวิชา	การจำลอง	การจำลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2003	1999–2004
ผู้ริเริ่ม	Bertsimas, D. and Sim, M.	Ben-Tal, A. and Nemirovski, A.; further developed by Bertsimas, D. and Sim, M.
ประเภท	Deterministic robust optimization with integer variables	Uncertainty-robust linear optimization
แหล่งต้นตำรับ	Bertsimas, D., Sim, M. (2003). Robust discrete optimization and network flows. Mathematical Programming, 98(1-3), 49-71.	Bertsimas, D., Sim, M. (2004). The price of robustness. Operations Research, 52(1), 35–53.
ชื่อเรียกอื่น	RIP, Robust IP, Robust Combinatorial Optimization, Integer Robust Optimization	RLP, Robust LP, Tractable Robust LP, Uncertainty-Set LP
ที่เกี่ยวข้อง	6	5
สรุป	Robust Integer Programming (RIP) finds integer or binary solutions that remain feasible and near-optimal across all scenarios in a prescribed uncertainty set. Rather than assuming exact knowledge of data, RIP hedges against the worst-case realization of uncertain costs or constraint coefficients, delivering decisions that are guaranteed to perform well even when inputs deviate from their nominal values.	Robust Linear Programming (RLP) extends classical linear programming to handle uncertainty in problem data — cost coefficients, constraint coefficients, or right-hand sides — by requiring solutions to remain feasible and near-optimal across all realizations of uncertain parameters within a defined uncertainty set. It replaces probabilistic assumptions with worst-case guarantees, making it practical when distributional knowledge is limited.