鲁棒优化与不确定性处理及python实现

---

一、背景与不确定性建模

1.1 不确定性来源与分类

实际工程与决策问题中，不确定性主要源于测量误差、模型简化、环境扰动及数据波动等。根据不确定因素的可信息性，常分为：

• 确定性区间不确定性：仅知参数上下界，采用区间集合描述。
• 概率分布不确定性：已知或估计参数分布，常采用概率约束。
• 分布集不确定性：仅有分布特征（均值、协方差等），形成分布鲁棒优化框架 ([PDF] OPTIMIZATION UNDER UNCERTAINTY 2001, [PDF] Optimization with uncertain data - Stanford University)。