机构名称：
¥ 1.0
优化应用广泛见于科学和工程的许多领域 [1]，[2]。在实际应用中，优化问题中涉及的一些参数由于各种原因而受到不确定性的影响，包括估计误差和意外干扰 [3]。这些不确定参数可能是工艺规划中的产品需求 [4]、反应分离回收系统设计中的动力学常数 [5] 和批处理调度中的任务持续时间 [6] 等等。不幸的是，不确定性问题可能导致确定性优化问题（即不考虑不确定性的问题）的解次优甚至不可行 [7]。不可行性，即违反优化问题中的约束，会对解的质量造成灾难性的后果。出于实际考虑，不确定性下的优化引起了学术界和工业界的极大关注 [3]，[8]。
增强了一种用于平滑数据的新方法...
主要关键词
相关文件推荐
