鲁棒这个词最初出现在控制学,指的是强健性。后来有了鲁棒优化。这几日了解了这个算法或者说思想,在此小结。
使用情况:
一般的的优化问题,比如选址、网络规划、路径优化等。在确定参数即譬如说物流量的确定、人员工资的确定等。但是现实问题上,大多数参数是不确定且没有很好的曲线拟合。在这种情况下运用鲁棒的思想,则再适合不过了。
鲁棒思想:
在上述的情况下,为了解决参数不确定,则需要考虑多个场景下进行评比。这就引出了后悔值,方差、平均值之类的新的p评价方式,目的在于考虑不同场景、参数下的影响。
对于后悔值而言,即是指的n个方案,M个场景,形成n*m的目标函数矩阵。
对于平均值、方差则是指的再M个场景下的情况。
前理解的不一定准确。待查询相关文献后,再附上代码和深度理解。