在应对不确定性做出决策时，有的决策是在不确定性到达前做出的，有的则是在不确定性到达后做出的，也即here-and-now decision 和 wait-and-see decision. 以 location-transportation problem 为例，选择仓库地址是 here-and-now decision，在不确定性发生后，运输物资是 wait-and-see decision.
随机规划通过考虑一些随机场景，从而处理了不确定性；但是由于场景是随机生成的，所以随机规划只能得到 每个场景下的解。但是由于是随机生成一些场景，如果 实际实现的数据不是任何一个场景，那你就没办法直接提取solution了；此时，你就得做一个后优化，也就是基于实现的数据，去重新解一遍问题，获得一个解。
就拿我我之前写的那个随机规划的例子为例。
一开始就考虑今年是丰收年，平常年，灾害年的三种场景，我做一个一揽子的决策。
给出来丰收年下我应该怎么办，平常年下我应该怎么办，灾害年应该怎么办。
结果到了跟前 ，发现今年这个情况，既算不上丰收年，也不是平常的，也不是灾害，是一种介于丰收和平常之间的，【说丰收也不算丰收，说平常又比平常好一些】，那这种情况怎么办呢？你也没告诉我怎么操作呀？
此时，我就需要结合实现的数据，再解一遍模型整出来一个解。
本质原因是你的随机场景有可能是无限多的，但是你又没办法穷尽所有的场景ÿ