Robust optimering
Från Rilpedia
Version från den 13 november 2008 kl. 04.30 av GO (Diskussion)
Texten från svenska Wikipedia
 |
Den här artikeln anses vara otydlig eller onödigt fackspråklig. Hjälp gärna till att förtydliga artikeln och göra den mer lättläst. Se eventuellt diskussionssidan för mer information. |
Robust optimering är en del inom optimeringsläran som söker finna robusta lösningar till optimeringsproblem. Generellt betrakts olika scenarier som kan tänkas uppkomma. Metoden kan användas istället för till exempel stokastisk programmering vilken använder statiska data för att hitta en lösning.
Olika metoder
Kouvelis och Yu betraktar tre olika sätt att optimera problemen robust.
- Absolut robusthet
- Robust deviation
- Relativ robusthet
Samtliga sätt använder minimax-metoder för att hitta lösningar till minimeringsproblem och maximin-metoder för att hitta lösningar till maximeringsproblem.
Bertsimas och Sim använder intervaller istället för scenarier.
