An Introduction to Robust Combinatorial Optimization
Autor Marc Goerigk, Michael Hartischen Limba Engleză Hardback – 23 aug 2024
Recomandăm An Introduction to Robust Combinatorial Optimization ca pe un set complet de instrumente matematice pentru gestionarea incertitudinii în procesele de decizie. Găsim în această carte un echilibru rar între rigoarea teoretică și aplicabilitatea imediată, oferind cititorului cadre clare de lucru, de la rezultate de reformulare generală la metode de soluționare specifice. Autorii, Marc Goerigk și Michael Hartisch, își folosesc experiența vastă de la catedră pentru a ghida cititorul prin seturi de incertitudine de tip interval, discret sau bugetat, furnizând șabloane de analiză pentru probleme clasice de cercetare operațională.
Abordarea diferă de lucrarea Robust Optimization de Aharon Ben-Tal prin focalizarea strictă pe optimizarea combinatorie și natura sa de curs introductiv; este mai puțin abstractă și mult mai aplicabilă pentru cei care au nevoie să implementeze rapid algoritmi pentru problema rucsacului sau a drumului cel mai scurt în condiții de date imprecise. De asemenea, față de Robust Discrete Optimization and Its Applications de Panos Kouvelis, acest volum publicat de Springer în 2024 aduce la zi cercetările din ultimul deceniu, explorând paradigme moderne precum optimizarea robustă recuperabilă.
Structura cărții este liniară și logică: începe cu definirea conceptelor de bază și a criteriilor de decizie (min-max), trece prin metode de reformulare și soluționare, iar în a doua jumătate aplică aceste instrumente pe tipologii specifice de probleme combinatorii. Finalul cărții, dedicat problemelor deschise, oferă o perspectivă valoroasă asupra direcțiilor viitoare de cercetare, făcând din acest titlu o resursă indispensabilă pentru studenți și practicieni în managementul operațiunilor.
Preț: 708.92 lei
Preț vechi: 864.53 lei
-18%
Carte disponibilă
Livrare economică 27 mai-10 iunie
Specificații
ISBN-10: 3031612604
Pagini: 320
Ilustrații: X, 390 p. 54 illus. in color.
Dimensiuni: 160 x 241 x 23 mm
Greutate: 0.65 kg
Ediția:2024
Editura: Springer
Locul publicării:Cham, Switzerland
De ce să citești această carte
Această carte se adresează specialiștilor în cercetare operațională și studenților care doresc să stăpânească deciziile sub incertitudine. Veți câștiga o înțelegere profundă a criteriilor min-max și instrumente concrete pentru a rezolva probleme complexe de logistică și alocare. Este resursa ideală pentru a trece de la modele deterministe la soluții robuste, capabile să reziste variațiilor de date din lumea reală.
Despre autor
Marc Goerigk și Michael Hartisch sunt experți recunoscuți în domeniul optimizării matematice, cu o bogată activitate academică reflectată în numeroase cursuri și publicații de specialitate. Marc Goerigk este cunoscut pentru contribuțiile sale în optimizarea robustă și algoritmică, având capacitatea de a sintetiza concepte matematice complexe în structuri didactice accesibile. Michael Hartisch completează această expertiză prin focusul pe cercetare operațională și aplicații practice. Împreună, aceștia au rafinat materialul prezentat în acest volum de-a lungul mai multor ani de predare, asigurându-se că textul răspunde atât nevoilor teoretice, cât și provocărilor practice ale domeniului.
Descriere scurtă
The book equips both students and newcomers to the field with a grasp of the fundamental questions and ongoing advancements in robust optimization. Based on the authors’ years of teaching and refining numerous courses, it not only offers essential tools but also highlights the open questions that define this subject area.
Cuprins
Notă biografică
Michael Hartisch currently serves as a temporary professor of Analytics & Mixed-Integer Optimization at Friedrich-Alexander-Universität Erlangen-Nürnberg, Germany. Prior to this role, he was acting chair of Network and Data Science Management at the University of Siegen, Germany. His academic journey began with studies in mathematics at Friedrich Schiller University Jena, Germany. Michael’s primary focus is on optimization under uncertainty.