A robusztus optimalizálás olyan módon bővíti ki a jól ismert matematikai programozási problémákat, hogy a korlátozásokban, és/vagy a célfüggvényben a változók együtthatói előre adott halmazokból kerülnek ki, és olyan megoldást kell találni, amely az egyes korlátokhoz tartozó együttható vektor tetszőleges választása mellett megengedett, és a célfüggvény értéke is a legkevésbé rossz, akármelyiket is válasszuk a célfüggvény vektorok halmazából. A gyakorlatban a robusztus optimalizálási modelleket bizonytalan adatok modellezésére használhatjuk. A robusztusság modellezésére különféle megközelítések, modellek léteznek, amelyeket rendszerint gyakorlati alkalmazások motiválnak.
A téma feldolgozása során lehetőség van az elméleti eredmények feldolgozására, és kibővítésére, vagy pedig egy gyakorlati alkalmazás megvalósítására.
Ben-Tal, A., Nemirovski, A. (2002). Robust optimization–methodology and applications. Mathematical programming, 92(3), 453-480.
Bertsimas, D., Brown, D. B., Caramanis, C. (2011). Theory and applications of robust optimization. SIAM review, 53(3), 464-501.
Referenciák
- Ben-Tal, A., Nemirovski, A. (2002). Robust optimization–methodology and applications. Mathematical programming, 92(3), 453-480.
- Bertsimas, D., Brown, D. B., Caramanis, C. (2011). Theory and applications of robust optimization. SIAM review, 53(3), 464-501.