การโปรแกรมจำนวนเต็มแบบคงทน — การหาค่าเหมาะสมที่สุดภายใต้ความไม่แน่นอนพร้อมข้อจำกัดจำนวนเต็ม
การโปรแกรมจำนวนเต็มแบบคงทน (Robust Integer Programming หรือ RIP) จะค้นหาผลลัพธ์ที่เป็นจำนวนเต็มหรือเลขฐานสองที่ยังคงเป็นไปได้และใกล้เคียงค่าเหมาะสมที่สุดในทุกสถานการณ์ภายใต้ชุดความไม่แน่นอนที่กำหนดไว้ แทนที่จะสมมติความรู้ที่แน่นอนของข้อมูล RIP จะป้องกันความไม่แน่นอนที่เลวร้ายที่สุดของต้นทุนที่ไม่แน่นอนหรือสัมประสิทธิ์ข้อจำกัด โดยให้การตัดสินใจที่รับประกันว่าจะทำงานได้ดีแม้ว่าข้อมูลนำเข้าจะเบี่ยงเบนไปจากค่าที่ระบุ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/th/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.
- การโปรแกรมจำนวนเต็ม (Integer Programmingการหาค่าเหมาะที่สุด↔ compare
- การโปรแกรมจำนวนเต็มผสมการจำลอง↔ compare
- การโปรแกรมเชิงเส้นแบบทนทานการจำลอง↔ compare
- Robust Mixed-Integer Programmingการจำลอง↔ compare
- การหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์ที่ทนทานการจำลอง↔ compare
- การโปรแกรมจำนวนเต็มแบบสุ่มการจำลอง↔ compare