Робастная оптимизация (Robust Optimization) представляет собой современную парадигму математического программирования, направленную на решение задач в условиях "жесткой" параметрической неопределенности. В отличие от стохастического программирования, где случайные факторы описываются точными распределениями вероятностей, робастная оптимизация исходит из предположения, что известны лишь границы (множества), в которых могут колебаться входные данные. Цель — найти "гарантированное" решение, которое останется допустимым и оптимальным при любой (даже наихудшей) реализации параметров из заданного множества неопределенности.

Жадная рандомизированная адаптивная поисковая процедура (Greedy Randomized Adaptive Search Procedure, GRASP) — это мощная мультистартовая метаэвристика, разработанная Томасом Фео и Маурисио Резенде в конце 1980-х годов для решения комбинаторных задач высокой сложности. Метод изящно решает фундаментальную проблему классических жадных алгоритмов — их "близорукость" и склонность к застреванию в слабых локальных минимумах, внедряя контролируемую случайность прямо в процесс конструирования решения.

Коническое программирование (Conic Programming) представляет собой естественное и невероятно мощное обобщение классического линейного программирования. Если в линейном программировании переменные ограничиваются неотрицательным ортантом пространства, то в коническом — они должны принадлежать произвольному замкнутому выпуклому конусу. Этот переход от ортантов к конусам позволяет с элегантностью линейной алгебры решать сложнейшие нелинейные задачи, а теория двойственности в таких пространствах открывает фундаментальные свойства выпуклой оптимизации.