• network design robusto
• programmazione robusta
• progetto di reti con incertezza sulle domande
• programmazione stocastica

Le metodologie utilizzate per gestire l’incertezza nei problemi di ottimizzazione si classificano in programmazione robusta e programmazione stocastica. La prima utilizza le informazioni storiche per costruire un insieme con gli eventi contro cui proteggersi; la seconda cerca di trasformarle in distribuzioni di probabilità, ma si scontra con le difficoltà di identificare le funzioni di distribuzione e la complessità dei modelli, necessitando perciò approssimazioni.
Lo scopo di questa tesi è confrontare alcuni modelli nati come approssimazione di modelli probabilistici ed altri modelli robusti reperiti dalla letteratura. Lo studio si è focalizzato sul problema di progetto di reti con incertezza sulle domande e ha permesso di determinare alcune linee guida nella scelta dei modelli da fornire al project manager incaricato di costruire una rete.
I modelli sono stati implementati seguendo una politica budget-oriented e sono stati testati su dati relativi al traffico di reti reali, misurando le performance secondo misure appositamente ideate.
La tesi presenta nel dettaglio i numerosi esperimenti effettuati, correlati da grafici così da motivare le linee guida che sono state stilate.