不确定性是优化中的一个主要挑战，尤其是在不可预测的成本影响决策的问题中。鲁棒优化通过不确定性集来建模不确定性以应对此挑战。这些集合随后被用于确保解在最坏情况下仍然成立，其成功取决于不确定性集的准确性。本研究探讨了使用保形预测为鲁棒优化构建不确定性集的方法，这是一种尚未被广泛探索的途径。我们在鲁棒优化的最小成本流问题中测试了分裂保形预测和全保形预测，并将其与基于区间的和基于正态分布的椭球不确定性集进行比较。实验在不同的网络结构和误差分布下进行，包括正态、偏态和双峰情况。结果表明，保形预测不确定性集的性能与传统方法相当，但在每种情况下，其求解质量和覆盖率略有差异。然而，我们观察到的网络特征表明，结构属性可能会影响其有效性。这引发了一个新的问题：网络结构和成本分布如何影响不确定性集的性能，使得进一步研究对于确定保形预测何时何地能提供优势变得很有价值。

本研究结构上分为余下的四章：文献综述、方法论、结果与分析、以及结论。第二章“文献综述”，不仅审视了保形预测和鲁棒优化各自领域的基础性工作，还简要介绍了从这两个领域中采用的各类概念。它提供了从最短路径问题和最小成本流问题，到不同的鲁棒优化技术、本文所用最小最大表述内部对偶化的概念、公式及伪代码，以及保形预测方法和各种“符合性评分”。第三章“方法论”，逐步阐述了构建和运行模型的所有特征。本节涵盖了网络构建、不确定性集开发、运行鲁棒优化问题以及覆盖检验的结构。第四章“结果与分析”，是在多次实验运行中实施方法论所产生的副产品，为其他章节讨论的概念提供了一个应用和性能分析领域。它将深入研究结果，并深入解释各项实验运行的结果。第五章“结论”，将总结研究的总体发现，讨论各种方法和技术效果，并指出未来研究的领域。