Matlab两阶段鲁棒优化模型：CCG算法求解，多场景概率约束下的拉丁超立方采样与K-means聚类

两阶段鲁棒优化模型的 Matlab 实现，场景生成用上了拉丁超立方抽样和k-means 聚类，场景代表性更强，结果也更稳。再结合1-范数和∞-范数做的概率置信区间，不确定性得还挺灵活。

CCG 算法那块实现得比较细，主问题+子问题的互动流程写得清楚，不懂原理的也能照着跑起来。数据预部分也提到了不少坑，比如场景太多时聚类怎么选 k 值，挺实用的。

有全套的 Matlab 代码，主程序+场景生成+聚类+优化求解，跑起来直接出结果。案例也下了功夫，有电力系统、物流调度的实战应用，适合搞运筹、能源系统这类场景的人。

哦对，如果你运行时遇到算法不收敛，文里也写了几个排查思路，比如看看约束是不是太紧、聚类是不是不合理，挺贴心的。

要是你对鲁棒优化感兴趣，或者想把 Matlab 用在不确定场景下的建模上，这份资源还蛮推荐的。相关的一些代码链接也整理好了，方便你扩展用。