Дискретная оптимизация и моделирование в условиях неопределенности данных
Перепелица В. А., Тебуева Ф. Б.,
Многообразие, а зачастую и противоречивость различных требований к проектируемой системе или оптимизируемому объекту, неполнота информации, неточность исходных данных для используемых моделей неизбежно приводят к тому, что реальную задачу оптимизации приходится решать в условиях неопределенности. В настоящей главе осуществлена систематизация существующих (классических и новейших) методов структурирования данных, т.е. методы адекватного отражения, прогнозирования и принятия конкретных оценок или значений параметров, которые являются исходными данными для управленческих решений, относящихся к слабоформализованным эволюционным дискретным процессам и системам, а также предложить новый инструментарий для структурирования данных в условиях неопределенности.