《鲁棒优化入门》是应「运筹OR帷幄」公众号之邀而撰写的鲁棒优化入门读物。版权为全体编者所有。
本书首先介绍了经典鲁棒优化和分布鲁棒优化的基本内容。随后介绍了多阶段问题及如何运用线性决策规则和鲁棒优化对多阶段问题近似求解。同时也囊括了鲁棒性优化和机器学习等最新的一些研究方向，以及如何使用不同的优化语言包对鲁棒优化模型进行求解。
本书仅介绍了一些鲁棒优化的最基本的概念和最新的研究进展，旨在对鲁棒优化进行框架性地梳理，为有志于运用鲁棒优化解决实际问题，有志于从事鲁棒优化学术研究的同学提供概念性和框架性的入门。
本书第一、五章主要由汤勤深，第二章主要由孙秋壮，第三章主要由苏向阳，第四章主要由章宇，第六章主要由陈植，第七章主要由覃含章，第八章主要由汤勤深和熊鹏进行撰写。本书的校对完善由汤勤深、殷方浩等同学共同完成。本书的编写主要以新加坡国立大学沈顺璇（Melvyn SIM）教授上课的PPT为蓝本，并且得到了沈教授的大力支持。在此表示衷心感谢。
由于编者水平有限，缺点和错误在所难免，敬请批评指正。欢迎读者朋友提出意见或建议，方式包括：
① Github平台，pull requests, issues （强烈推荐）
② 发送至邮箱[email protected]
-
序言
-
多阶段问题与线性决策规则
-
目标鲁棒性优化
-
鲁棒预测与优化
-
鲁棒优化与机器学习
-
鲁棒优化与风险偏好
-
鲁棒优化模型求解
-
总结及展望