Skip to content

GCRI · زانستی سیستەمەکان و مۆدێلسازی

باشترکردن لە ژێر نادڵنیاییدا

Plans for infrastructure, reserves and portfolios must work across futures that cannot be predicted. Optimisation under uncertainty chooses decisions that perform well on average, hold up in bad cases or stay acceptable across many scenarios. This page sets out the main approaches, from stochastic to robust optimisation and decision-making under نادڵنیاییی قووڵ, how their results are tested, and what evidence serves the planners who rely on them.

01تۆمارکردن

Optimisation under uncertainty on the record.

02The question

Optimisation under uncertainty: how the risk develops.

Robust and adaptive decisions when futures are deeply uncertain. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

میکانیزم

Optimal for one future is fragile

A plan optimised for a single forecast can perform badly if the future differs. Representing uncertainty explicitly avoids this trap.

میکانیزم

Stochastic methods use probabilities

Stochastic programming optimises expected performance across scenarios with assigned probabilities, which needs those probabilities to be credible.

میکانیزم

Robust methods guard the worst case

Robust optimisation chooses decisions that perform acceptably for all scenarios within a set, trading average performance for protection.

میکانیزم

Adaptive plans keep options open

Plans with decision points and triggers adapt as uncertainty resolves, avoiding commitments that lock in poor outcomes.

03جوگرافیا

مەترسیدەرەکان و ڕووبەڕووبوون لە ئەمریکای باکوور.

Flood water, population density and daytime surface heat over North America, from NASA GIBS. Each layer carries its own date.

نەخشە کارلێککارەکە JavaScript پێویستە؛ لیستی چینەکان و سەرچاوەکان لە خوارەوەن.

چینەکان 3

مەترسیدەر و ڕووبەڕووبوون، بۆ ئەم لاپەڕەیە

دەربارەی ئەم چینە
بەڵگە
چاودێریکراو (هەور بۆشایی بەجێدەهێڵێت)
سەرچاوە
بەرهەمی جیهانی لافاوی VIIRS (NASA LANCE)
دابینکەر
NASA LANCE
مۆڵەت
داتای کراوەی NASA
ساڵی بەرهەم
ڕۆژانە؛ دۆزینەوەی ماهەوارە؛ هەور بۆشایی بەجێدەهێڵێت
نوێترین لە کاتی بنیاتنان
2026-10-14
ڕوونی
نزیکەی تۆڕی 250 m
نادڵنیایی
دۆزینەوەی ماهەوارە؛ هەور بۆشایی بەجێدەهێڵێت. ڕاستەرەستەری ماهەوارە یان مۆدێل وەک دابینکەر بڵاوی دەکاتەوە. هەور، بۆشایی ڕێڕەو و هەڵەی وەرگرتنەوە بۆشایی و هەڵە بەجێدەهێڵن؛ بەهاکان نیشاندەرن، نەک پێوانە لە شوێنێکدا.
پێیدا دەگەیت لە ڕێگەی
gibs.earthdata.nasa.gov، تەنیا دوای ئەوەی نەخشە ڕاستەوخۆکە ڕێگەپێدەیت
دەربارەی ئەم چینە
بەڵگە
مەزەندەکراو
سەرچاوە
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
دابینکەر
NASA SEDAC (CIESIN، زانکۆی کۆلۆمبیا)
مۆڵەت
CC BY 4.0
ساڵی بەرهەم
null؛ خەمڵاندن لەسەر بنەمای سەرژمێری، نەگۆڕ (2020)
ڕوونی
نزیکەی تۆڕی 1 km
نادڵنیایی
مەزەندەی بنەماداری سەرژمێری بۆ خەڵک بۆ هەر کیلۆمەترێکی دووجا لە 2020، وەک ناوەڕۆکی ڕووبەڕووبوون پیشان دراوە؛ ژمارەی ئەو خەڵکە نییە کە بەهۆی هیچ مەترسیدەرێکەوە کاریگەر بوون.
پێیدا دەگەیت لە ڕێگەی
gibs.earthdata.nasa.gov، تەنیا دوای ئەوەی نەخشە ڕاستەوخۆکە ڕێگەپێدەیت
دەربارەی ئەم چینە
بەڵگە
چاودێریکراو (هەوری بەردەوام هێشتا بۆشایی بەجێدەهێڵێت)
سەرچاوە
VIIRS NOAA-20 Level 3، 8 ڕۆژ (NASA LANCE)
دابینکەر
NASA LANCE
مۆڵەت
داتای کراوەی NASA
ساڵی بەرهەم
8 ڕۆژ؛ تێکەڵەی 8 ڕۆژەی ماهەوارە؛ هەوری بەردەوام هێشتا بۆشایی بەجێدەهێڵێت
نوێترین لە کاتی بنیاتنان
2026-09-14
ڕوونی
نزیکەی تۆڕی 1 km
نادڵنیایی
پلەی گەرمیی ڕووی زەوی بە ماهەوارە لە 8 ڕۆژی کۆتایی بەروارە پیشاندراوەکەدا، نیشاندەری ڕووبەڕووبوون بە گەرما؛ نە پلەی گەرمیی هەوایە، نە ئیندێکسی گەرمایە، نە ئاگادارکردنەوەی گەرما.
پێیدا دەگەیت لە ڕێگەی
gibs.earthdata.nasa.gov، تەنیا دوای ئەوەی نەخشە ڕاستەوخۆکە ڕێگەپێدەیت
دەربارەی ئەم چینە
بەڵگە
چاودێریکراو
سەرچاوە
ڕەنگدانەوەی ڕاستکراوەی VIIRS NOAA-20 (NASA LANCE)
دابینکەر
NASA LANCE
مۆڵەت
داتای کراوەی NASA
ساڵی بەرهەم
ڕۆژانە؛ وێنەی ماهەوارە
نوێترین لە کاتی بنیاتنان
2026-10-14
ڕوونی
نزیکەی تۆڕی 250 m
نادڵنیایی
وێنەی ماهەوارە. ڕاستەرەستەری ماهەوارە یان مۆدێل وەک دابینکەر بڵاوی دەکاتەوە. هەور، بۆشایی ڕێڕەو و هەڵەی وەرگرتنەوە بۆشایی و هەڵە بەجێدەهێڵن؛ بەهاکان نیشاندەرن، نەک پێوانە لە شوێنێکدا.
پێیدا دەگەیت لە ڕێگەی
gibs.earthdata.nasa.gov، تەنیا دوای ئەوەی نەخشە ڕاستەوخۆکە ڕێگەپێدەیت
دەربارەی ئەم چینە
بەڵگە
مۆدێلکراو (دوایین ساڵ کە GIBS بڵاوی دەکاتەوە)
سەرچاوە
داپۆشراوی زەوی MODIS Terra و Aqua (MCD12Q1) (NASA LP DAAC)
دابینکەر
NASA LP DAAC
مۆڵەت
داتای کراوەی NASA
ساڵی بەرهەم
ساڵانە؛ پۆلێنکردنی ماهەوارە؛ دوایین ساڵ کە GIBS بڵاوی دەکاتەوە
نوێترین لە کاتی بنیاتنان
2024-01-01
ڕوونی
نزیکەی تۆڕی 500 m
نادڵنیایی
پۆلەکانی داپۆشراوی زەوی بە ماهەوارە بۆ ئەو ساڵەی پیشاندراوە، لەوانە کێڵگەکان؛ پۆلێنکردنێکە هەڵەی ناسراوی هەیە، نەک تۆماری کێڵگە.
پێیدا دەگەیت لە ڕێگەی
gibs.earthdata.nasa.gov، تەنیا دوای ئەوەی نەخشە ڕاستەوخۆکە ڕێگەپێدەیت
دەربارەی ئەم چینە
بەڵگە
چاودێریکراو (هەور و کاتی تێپەڕبوونی ماهەوارە بۆشایی بەجێدەهێڵن)
سەرچاوە
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
دابینکەر
NASA LANCE FIRMS
مۆڵەت
داتای کراوەی NASA
ساڵی بەرهەم
ڕۆژانە؛ دۆزینەوەی ماهەوارەیی؛ هەور و کاتی تێپەڕبوون بۆشایی بەجێدەهێڵن
نوێترین لە کاتی بنیاتنان
2026-10-13
ڕوونی
نزیکەی تۆڕی 500 m
نادڵنیایی
دۆزینەوەی خاڵە گەرمەکانی ماهەوارە بۆ ئەو ڕۆژەی پیشاندراوە، لەوانە سووتاندنی گاز و گەرمی پیشەسازی؛ ئاگری پشتڕاستکراوە، ڕاپۆرتی پێشهات یان ئاگاداریی نییە.
پێیدا دەگەیت لە ڕێگەی
gibs.earthdata.nasa.gov، تەنیا دوای ئەوەی نەخشە ڕاستەوخۆکە ڕێگەپێدەیت

نوێترین بەردەست

NASA GIBS / EOSDIS · ASTER GDEM (METI، NASA) · Blue Marble (NASA) · © OpenStreetMap contributors (ODbL) · Natural Earth

نوێترین وێنەی NASA بار دەکرێت.

بۆ جوڵاندن ڕایبکێشە. Ctrl یان ⌘ ڕابگرە و بسوڕێنە، پینچ بکە یان دوگمەکان بۆ نزیک و دوورکردنەوە؛ بەسەر بەهاکاندا ڕابوەستە لە ژێر نیشانەدەر؛ گەڕاندنەوە دەگەڕێتەوە بۆ ناوچەکە.

مەترسیدەر و ڕووبەڕووبوونەوە، لەسەر ئەمریکای باکوور.بەرهەمی ماهەوارە و مۆدێل وەک NASA بڵاوی دەکاتەوە، هەر یەکەیان بە بەرواری خۆی. نیشاندەرن، نەک هەڵسەنگاندنی هیچ شوێنێک.

داتا: NASA GIBS · ASTER GDEM · Blue Marble · © بەشداربووانی OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTسەرچاوە و مۆڵەتەکان

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). داتای کراوەی NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). داتای کراوەی NASA
  • بەرهەمە نزیک کاتی ڕاستەقینەکانی VIIRS (لافاو، پلەی گەرمی ڕووی زەوی، داپۆشراوی بەفر، ڕەنگدانەوەی ڕاستکراو)، NASA LANCE؛ وێنەکان لە ڕێگەی NASA GIBS. ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). داتای کراوەی NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). doi:10.7927/H49C6VHW. CC BY 4.0
  • بەرهەمەکانی زەویی MODIS (ئیندێکسی ڕووەک، بەرهەمی سەرەتایی گشتی، داپۆشراوی زەوی)، NASA LP DAAC و LANCE؛ وێنەکان لە ڕێگەی NASA GIBS. ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). داتای کراوەی NASA
  • NASA Fire Information for Resource Management System (FIRMS)، بەرهەمی ئاگری چالاکی VIIRS 375 m، NASA LANCE؛ تایلی ڤێکتەر لە ڕێگەی NASA GIBS. ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). داتای کراوەی NASA
  • ASTER GDEM بەرهەمی METI و NASA ە (ASTER Global Digital Elevation Model V003، NASA LP DAAC)؛ وێنەکان لە ڕێگەی NASA GIBS. ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). ناوهێنان بەم شێوەیە: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. داتای کراوەی NASA
  • دروستکراو بە Natural Earth. داتای نەخشەی ڕایگان، ڤێکتەر و ڕاستەر @ naturalearthdata.com. دۆمەینی گشتی
  • © OpenStreetMap contributors (ODbL)، لە ڕێگەی NASA GIBS (هێڵی کەنار، سنوور، ڕێگا و ناوی شوێن). ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). ODbL
  • Blue Marble، NASA Earth Observatory؛ وێنەکان لە ڕێگەی NASA GIBS. ڕەنگەکان لە نەخشەڕەنگی بڵاوکراو دووبارە کێشراونەتەوە؛ بەهاکان لە خانە شەشگۆشەییەکاندا تێکڕا کراون کاتێک پیشان دراون (دەستکاریکراو). داتای کراوەی NASA
  • ناوەڕۆک لەسەر گلۆب و نەخشەی تەخت: هێڵی کەنار، سنوور، ڕێگا و ناوی شوێن لە چینە ئاماژەییەکانی NASA GIBS (داتای OpenStreetMap، ODbL، © OpenStreetMap contributors)؛ وێنەی Blue Marble وەک بنەمای ئارەزوومەندانە؛ زەوی 3D و خوێندنەوەی بەرزایی لە ئیندێکسی ڕەنگی بەرزایی ASTER GDEM (پۆلەکانی 5 m تا 200 m، گەورەکراوە بۆ ڕوونی). سنوورەکان وەک بڵاوکراون کێشراون و هیچ دیدگایەک لەسەر هیچ خاکێک ناگەیەنن.
  • ڕووداوە ڕاستەوخۆکان: NASA Earth Observatory Natural Event Tracker (EONET)؛ ڕووداوەکان نیشانەدەرن و بەستەری سەرچاوەی ڕەسەنی خۆیان دەهێڵنەوە.
  • ڕاستەوخۆ: NASA EONET ڕووداوەکان نیشانەدەرن، نەک ئاگادارکردنەوەی دەسەڵات.
  • ڕاستەوخۆ: U.S. Geological Survey ڕووداوەکان نیشانەدەرن، نەک ئاگادارکردنەوەی دەسەڵات.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • پێشبینی ڕۆیشتنی ڕووبار، 30 ڕۆژ لەگەڵ مەودا (GloFAS لە ڕێگەی Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026؛ ئاگادارکردنەوەی لافاو نییە.
  • داتای کەشناسی لە Open-Meteo.com (https://open-meteo.com/), بە مۆڵەتی CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • چینە ئارەزوومەندانەکان (11 سەرچاوە لە لیستی چینەکان: ڕاستەوخۆ، پێشبینی، چاودێریکراو و ناوەڕۆک) کاتێک دەکرێنەوە ناوی دابینکەرەکەیان لەسەر نەخشە و لێرەدا پیشان دەدەن؛ پێشبینییەکان دەرچووی مۆدێلن و نیشاندەرە وەرگیراوەکان مەزەندەن.

چینەکان و بەروارەکان

  • ئاوی لافاو، تێکەڵەی 3 ڕۆژە: بەرهەمی جیهانی لافاوی VIIRS، NASA LANCE · 14ی تشرینی یەکەمی 2026
  • چڕی دانیشتووان، 2020: دانیشتووان: CIESIN، زانکۆی کۆلۆمبیا، Gridded Population of the World v4.11 (2018)، NASA SEDAC، CC BY 4.0 · جێگیر
  • پلەی گەرمی ڕووی زەوی، ڕۆژ، تێکەڵەی 8 ڕۆژە: VIIRS NOAA-20 Level 3، 8 ڕۆژ، NASA LANCE · 14ی ئەیلوولی 2026
  • ڕەنگی ڕاستەقینە: ڕەنگدانەوەی ڕاستکراوەی VIIRS NOAA-20، NASA LANCE · 13ی تشرینی یەکەمی 2026
  • جۆری داپۆشەری زەوی (IGBP)، ساڵانە: داپۆشەری زەویی MODIS Terra و Aqua (MCD12Q1)، NASA LP DAAC · 2024
  • ئاگرە چالاکەکان و نائاسایی گەرمایی: VIIRS NOAA-20 375 m (FIRMS)، NASA LANCE FIRMS · 13ی تشرینی یەکەمی 2026

04لە ناو بوارەکان

Optimisation under uncertainty supports decisions in every domain.

05چاودێری

بەڕێوەبەری مۆدێلە بەستراوەکان.

The screen a team would use to follow this subject: its measures, states and decisions. Names are examples and values are illustrative.

بەڕێوەبەری مۆدێلە بەستراوەکان

Optimisation under uncertainty · Coupled model A · Scenario set 3

کۆمەڵەی مۆدێلەکان کاردەکاتGCRI · زانستی سیستەمەکان و مۆدێلسازی

گرافی بەستنەوەی مۆدێلەکان

گرێ: مۆدێلەکان · لێوار: گۆڕاوە ئاڵوگۆڕکراوەکان

پێکهاتە بەستراوەکان

هایدرۆلۆژی1 dayئاوی ڕەوانبەڵێ
سیستەمی کارەبا1 hداواکاری، پچڕانبەڵێ
ئابووری1 چارەگبەرهەم، نرخەکانبەشێکی
دانیشتووان1 yearڕووبەڕووبوونەوەبەڵێ

دەرچەی کۆمەڵەی مۆدێلەکان

Coupled model runner: the screen’s structure, terms and states for Optimisation under uncertainty.ناو و بەهای نموونەیی؛ دیزاینێکە، نەک تۆمار یان سیستەمی ڕاستەوخۆ.
06نیشاندەرەکان

What is measured, and how well.

Each indicator carries its unit, its cadence, the kind of source behind it and the evidence label a value would carry. No values are shown: a programme supplies them under its own authority.

IndicatorUnitCadenceSource typeناونیشان
Scenarios evaluatedcountper analysisAnalysis documentationDECLARED
Regret of chosen plandifference from best plan in each scenarioper analysisRobustness analysisمۆدێلکراو
Value of the stochastic solutiondifference between stochastic and deterministic plansper analysisOptimisation outputsمۆدێلکراو
Satisficing sharepercent of scenarios meeting objectivesper analysisRobustness analysisمۆدێلکراو
Adaptation triggers definedcountper planPlan documentationDECLARED
Out-of-sample performanceobjective value on held-out scenariosper analysisTestingمۆدێلکراو
07شبیهسازی دووانە و زنجیرەیی

Model optimisation under uncertainty as a system. Run the cascade.

Assembled from the Nexus Standards area profile ستانداردەکانی مەترسیدەری تێکەڵ و زنجیرەیی: the hazards it names, the سیستەمە and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.

مەترسیدەرەکان

کۆنترۆڵەکان

  • NS-0 دەستوور و بنەماکان
  • NS-3 UNIەکانی تۆماری مەترسی (ڕێزمان، خشتەی گواستنەوەی کۆن، دەسەڵاتی تەرخانکردن)
  • NS-9 UNIی ناوەڕۆکی (دامەزراندنەکان، نموونەکان، نموونەکانی پڕۆگرام)
  • NS-11 سەلماندن و چاودێری (بەڵگە، گواهییەکان، چاودێریی گونجان لەگەڵ zero-trust)
  • NRS-H61 خێزانی مەترسیدەر: شکستی زنجیرەیی (NHS-1 sys.cascade)
  • NRS-H62 خێزانی مەترسیدەر: ڕووداوە تێکەڵ و فرەمەترسیدەرەکان (NHS-1 sys.compound)
  • NRS-H60 خێزانی مەترسیدەر: پچڕانی زنجیرەی دابینکردن و ڕەوتەکان (NHS-1 sys.supply-chain)
  • NRS-H94 خێزانی مەترسیدەر: ڕووداوە سایبەرییە سیستەمییەکان (NHS-1 cyber.systemic-cyber)
  • NRS-H107 خێزانی مەترسیدەر: چڕبوونەوە و یەکڕەنگیی ژێرخانی دیجیتاڵ (NHS-1 tech.digital-concentration)
  • NRS-H7 خێزانی مەترسیدەر: نائاساییبوونی سووڕانەوەی گەورە (NHS-1 atmo.climate-mode)

چاودێری

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
  • زیانی ئابووریی ڕاستەوخۆ کە بە کارەساتەکانەوە دەبەسترێتەوە بەراورد بە GDPی جیهانی
  • Number of disruptions to basic services attributed to disasters

جوگرافیای نموونە

  • بەنگلادێش: 134 خانەی شەشگۆشەیی
  • ڕووناکییەکانی شەو ئەمشەو، پچڕانی کارەبا (VIIRS Day/Night Band)، NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
08سەرچاوەکان

Where the evidence comes from.

Named public datasets and institutional records, each with its licence class. Sources by agreement are used only under their terms and never republished.

سەرچاوەWhat it givesLicence class
Society for Decision Making under Deep Uncertainty resourcesMethods and case studies for robust and adaptive planningPublic, terms to check
Open-source optimisation tools such as Pyomo and JuMPModelling languages for stochastic and robust optimisationOpen source, BSD and MPL licences
EMA WorkbenchExploratory modelling and analysis toolkitOpen source, BSD licence
Operations research literature on stochastic programmingMethods and applicationsLicence per publication
بڵاوکراوە adaptive pathway plans, such as delta programmesApplied adaptive planningPublic records, licence per government
09ڕێگا و بەڵگە

How optimisation under uncertainty is modelled, measured and tested.

مۆدێلەکە، گریمانەکانی، داتاکانی و نادڵنیاییەکەی، بەو شێوەیەی زانا یان ئەندازیارێک دەیپشکنێت. پێکهاتەکان ڕێگا بڵاوکراوەکان دەگرنەبەر. بەهاکانی کێشراو نموونەییە، نەک دۆزینەوە.

مۆدێل، هاوکێشەکان و گریمانەکان

The model structure used for optimisation under uncertainty, the assumptions it makes and how each is tested.

مەترسیی توخمی iRi = f(Hi, Ei, Vi, Ci)مەترسیدەر، ڕووبەڕووبوون، لاوازی و توانای مامەڵەکردن
زیانی ساڵانەی چاوەڕوانکراوEAL = ∑k pk · Lkبەسەر ڕووداوەکانی k بە ئەگەری ساڵانەی pk
سیستەمە هاوبەستەکانxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
گریمانەبۆچی دروست دەکرێتچۆن تاقی دەکرێتەوە
مەترسیدەر و ڕووبەڕووبوون لە ناو پێشهاتێکدا سەربەخۆنئینتێگراڵی زیان بە ئاسانی دەهێڵێتەوەبەراورد بکە لەگەڵ گونجاندنی کۆپیولا لەسەر تۆمارە هاوبەشەکان
هاوبەستییەکان لە نزیک خاڵی کارکردن هێڵینڕێگە دەدات شۆکەکان بڵاو ببنەوە لە Aلە دەرەوەی مەودای هێڵیی شڵەژێنە و بەراورد بکە
چەمکەکانی لاوازی لە شوێنێکەوە بۆ شوێنێکی تر دەگوازرێنەوەچەمکی ناوخۆیی بە دەگمەن بەردەستەلەگەڵ زیانە چاودێریکراوەکان پشتڕاستی بکەرەوە کە هەن
تێکردنەکان
کۆمەڵە داتای وەشانکراو لەگەڵ ڕەسەنایەتی
دەرچووەکان
دابەشبوون، نەک یەک ژمارە
کۆد
بڵاوکراوەتەوە لەگەڵ کارتی مۆدێل و تاقیکردنەوەکان
بەرهەمهێنانەوە
هەمان داتا، کۆد، ژینگە و تۆو
فۆرمۆلەکردنی مەترسی و دۆخ-بۆشایی ستاندارد؛ ئەو گریمانانەی لیست کراون ئاسایین بۆ ڕێگاکە، بۆ پێداچوونەوە ڕاگەیەندراون، نەک ئەنجام.
پرەنسیپە ڕێنماییەکانی FAIR · GO FAIR و FORCE11W3C PROV · World Wide Web Consortiumڕێنمایی بۆ مامەڵەی یەکسان لەگەڵ نادڵنیاییەکان · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10بڕیارەکان

Who decides, and what the evidence serves.

سیستەم Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

کێ بڕیار دەداتThe questionEvidence this page serves
Infrastructure and resource plannersWhich plans hold up across plausible futuresRobustness analyses; pathway designs
Analysts across Nexus platformsWhich optimisation approach suits their questionMethod selection guides
Finance and audit bodiesWhether planning analyses considered uncertainty adequatelyAnalysis documentation

Outputs this topic produces

  • Method selection guides for planning under uncertainty
  • Robustness and regret analyses
  • Adaptive pathway designs with triggers
  • Teaching material on optimisation under uncertainty
11Core questions

What experts ask about decisions under uncertainty.

  • Is the aim to perform best on average, to avoid the worst outcomes, or to perform acceptably across many futures?
  • Which uncertainties can be described with probabilities, and which cannot?
  • Which decisions can be delayed, adapted or reversed as information arrives?
  • How do trade-offs between objectives change across scenarios?
  • What signals would indicate that a strategy needs to change?
12Mechanisms and drivers

Why optimal can be fragile.

Classical optimisation assumes a known model and known inputs. A strategy optimised for a single forecast can be finely tuned to that forecast and fragile if the future differs. In infrastructure planning, for example, a design optimised for one climate projection may fail under another.

Stochastic optimisation handles uncertainty described by probability distributions, seeking the best expected performance or managing risk measures. Robust optimisation seeks solutions that perform well across a set of possible conditions without probabilities.

Under نادڵنیاییی قووڵ, when experts cannot agree on models or probabilities, methods such as robust decision making and adaptive pathways explore many futures, identify where strategies fail, and design plans that can change course when signposts are observed.

13Methods and data

Methods and their limits.

  1. 01

    Stochastic programming

    Optimising expected outcomes over scenarios, using optimisation and operations research. Requires credible probabilities.

  2. 02

    Robust optimisation

    Optimising worst-case or regret across uncertainty sets. Can be conservative.

  3. 03

    Exploratory modelling

    Running models across many futures to find vulnerabilities, using decision analysis. Computationally demanding.

  4. 04

    Adaptive pathways

    Sequencing actions with triggers for change. Requires monitoring and institutional capacity.

These methods support judgement, they do not replace it. The choice of objectives and acceptable risks is a value choice for decision-makers.

15Where this page’s references

Where this page’s references lead.

ئەو لەش و بەڵگەنامانەی ئەم لاپەڕەیەیان لەگەڵ دەخوێنرێتەوە. دۆخ و وەشانەکان دەگۆڕێن؛ هەر بەستەرێک دەچێتە لای لەشی دەرکەر.

16پرسیارەکان

پرسیار و وەڵام.

What is robust optimisation?
An approach that finds solutions that remain feasible and perform acceptably for all values of uncertain parameters within a defined set.
What is deep uncertainty?
A situation where parties cannot agree on models, probabilities or how to value outcomes, so planning seeks robust and adaptive strategies.
What is an adaptive pathway?
A sequence of actions with decision points that lets a plan change course as conditions evolve, keeping future options open.
Is a robust strategy always more expensive?
Often it costs more upfront but reduces the risk of costly failure. The trade-off is made explicit.
Does the platform choose strategies?
No. It develops methods. Choices remain with decision-makers.
Reportsبەشداربە

لەم لاپەڕەیەوە بەڵگە پێشکەش بکە.

Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIزانستی سیستەمەکان و مۆدێلسازیڕێگا و تەکنیکیسیناریۆ و تاقیکردنەوەی گوشار
زانستی سیستەمەکان و مۆدێلسازی

ڕێگایەک، کۆمەڵە داتایەک یان پرسیارێک بهێنە.

زانیاری و پرسیار ئەمڕۆ کراوەن. پرسیارێک ژمارەی ئاماژەی پێدەدرێت و هەنگاوی دواتر دیاری دەکات؛ داواکاری، پارەدان، تەرخانکردنی کۆمپیوتەر و تۆمارکردن تەنیا کاتێک دەکرێنەوە کە تیم، مەرج و توانای پێداچوونەوەیان هەبێت.