← Courses量化城市研究Quantitative Urban Studies

O / Optimization  ·  O7

随机与鲁棒优化

Stochastic and Robust Optimization

需求和运行条件尚不确定时,寻找能承受变化的方案。

METHOD PROCESS / 方法过程随机与鲁棒优化
同步字幕 / CAPTIONS

播放后在这里显示逐步讲解字幕。

普通话讲解 · 同步字幕在播放器下方

TEXT STORYBOARD / 文字分镜

  1. 01

    需求有不同可能

  2. 02

    同一方案接受情景测试

  3. 03

    随机优化比较期望

  4. 04

    鲁棒优化比较最坏情况

  5. 05

    两种准则回答不同问题

视频以可复算的合成数值例解释方法;右侧文献提供方法与应用参考,视频不复现论文的数据或结果。

01 / PRINCIPLE · 原理

它怎样工作

随机优化给出不同情景及其概率;鲁棒优化要求方案在设定的不确定范围内仍可接受。二者可比较成本、风险和保守程度。

02 / USE · 应用

适合回答什么问题

公交需求波动、灾害资源预布设、容量预留。

03 / CASE · 案例

城市研究中的用法

真实研究

MIT 交通研究针对公交客流不确定性研究稳健的发车频率设置,并以随机规划作比较。网页可演示常态和突发高需求下同一班次方案的表现。

04 / BOUNDARY · 边界

解释时要注意什么

“鲁棒”只针对写入模型的不确定范围;范围过窄会脆弱,过宽会牺牲常态效率。

KEY TERMS / 术语

情景概率;不确定集合。

SOURCES / 来源
  1. 斯坦福凸优化课程的随机规划与机会约束资料
  2. MIT 公交频率原始研究