เปรียบเทียบวิธี

	การโปรแกรมเชิงเส้นแบบทนทาน	การหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์ที่ทนทาน
สาขาวิชา	การจำลอง	การจำลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1999–2004	2006
ผู้ริเริ่ม	Ben-Tal, A. and Nemirovski, A.; further developed by Bertsimas, D. and Sim, M.	Deb, K. & Gupta, H.
ประเภท	Uncertainty-robust linear optimization	Optimization framework
แหล่งต้นตำรับ	Bertsimas, D., Sim, M. (2004). The price of robustness. Operations Research, 52(1), 35–53.	Deb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463–494.
ชื่อเรียกอื่น	RLP, Robust LP, Tractable Robust LP, Uncertainty-Set LP	RMOO, Robust MOO, Robust Pareto Optimization, Uncertainty-Robust Multi-Objective Optimization
ที่เกี่ยวข้อง	5	4
สรุป	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.	Robust Multi-Objective Optimization (RMOO) is a framework for finding solutions that simultaneously optimize multiple conflicting objectives while remaining insensitive to perturbations in decision variables or problem parameters. Unlike classical MOO, RMOO explicitly incorporates uncertainty into the optimization loop, producing a robust Pareto front whose members perform well not only at the nominal design point but also across a neighbourhood of plausible operating conditions.