← 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 · 阅读完整文字稿 · 下载视频

TEXT STORYBOARD / 文字分镜

  1. 01

    三种需求情景

  2. 02

    固定班次方案逐一受测

  3. 03

    超载与成本结果

  4. 04

    调整获得更稳健方案。

原创合成教学动画,不是原研究数据或结果的复现。详细原理、案例与边界见右侧说明。

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