where p(δ) represents the probabili

where p(δ) represents the probability distribution of the decision variable disturbance.
In general, the distribution takes a normal distribution. Usually, this effective objective
function is not available. Hence, it is approximated, for instance, by a Monte Carlo
integration:
f ′robust(x) =
_N
i=1 f (x + δi)

ผลลัพธ์ (ไทย) 1:

ที่ p(δ) หมายถึงการกระจายความน่าเป็นของการรบกวนตัวแปรตัดสินใจทั่วไป การกระจายใช้เวลาแจก วัตถุประสงค์มีประสิทธิภาพมักจะไม่มีฟังก์ชั่น ด้วยเหตุนี้ มันเป็นประมาณ เช่น โดยมอนติคาร์โลรวม:f ′robust(x) =_Nฉัน = 1 f (x + δi)

ผลลัพธ์ (ไทย) 2:

ที่ P (δ) หมายถึงการกระจายความน่าจะเป็นของการตัดสินใจรบกวนตัวแปร.
โดยทั่วไปจะใช้เวลาการจัดจำหน่ายการกระจายปกติ โดยปกติวัตถุประสงค์นี้มีประสิทธิภาพใน
การทำงานไม่สามารถใช้ได้ จึงเป็นห้วงตัวอย่างเช่นโดย Monte Carlo
Integration:
F 'ที่แข็งแกร่ง (x) =
_N
i = 1 f (x + δi)

ผลลัพธ์ (ไทย) 3:

ที่ P ( δ ) หมายถึงการแจกแจงความน่าจะเป็นของตัวแปรการตัดสินใจวุ่นวายโดยทั่วไปการกระจายจะกระจายปกติ โดยปกติ วัตถุประสงค์นี้มีประสิทธิภาพฟังก์ชั่นไม่สามารถใช้ได้ ดังนั้น มันคือโดยประมาณ ตัวอย่าง โดยมอนติ คาร์โลการบูรณาการ :f ( x ) = นั้นคงทน_nฉัน = 1 F ( x + δฉัน )