混合整数線形計画法（MILP）の最適解が、コストや需要の微小な変動（摂動）によって実行不能になる、あるいは質的に全く異なる解へ不連続にシフトする問題を指摘。

「ε-近傍最適実行可能領域（パラメータ空間）」と「解の滑らかさ（決定空間）」という2つの概念を定式化し、解の信頼性を定量化する手法を提案。

堅牢な最適化や確率的プログラミングを代替するのではなく、既存のソルバー出力を事後的に監査し、その解がどの程度の変動まで耐えうるかの証拠を返す独立したレイヤーを提唱。

学習ベースの意思決定システムに対しても、ソルバーによる検証と整合した予測・説明を行うための評価プロトコルと報告テンプレートを提示。

最適化ソルバーが「最適」と出した解をそのまま現場に投入すると、わずかな需要変動で計画が破綻するリスクがある。本論文の事後監査レイヤーを実装しない限り、計算上の最適性と現場での運用継続性の乖離を埋めることはできない。