Optimeringsbaserede

Optimeringsbaserede tilgange refererer til metoder og modeller der bygger på optimering som grundlæggende teoretisk ramme for beslutningstagning. Hovedmålet er at finde værdierne for beslutningsvariablerne, der maksimerer eller minimerer en objektiv funktion, ofte under givne begrænsninger. Modellen beskriver typisk et beslutningsrum, et objektiv og et sæt begrænsninger, og løsningen betegnes som optimal inden for modellens antagelser.

Problemerne inddeles i flere klasser, som lineær programmering og heltalsprogrammering, ikke-lineær og konveks optimering samt semidefinite og stokastisk optimering. Metoder omfatter klassiske algoritmer som simplex og indrepunktmetoder, såvel som gradientbaserede søgeteknikker, og ikke mindst heuristikker og meta-heuristikker til ikke-konvekse eller store problemer. Under visse forhold garanterer konvekse optimeringsmodeller global optimum.

Anvendelsesområder spænder fra operationsforskning og logistik til energi, finans, produktion og maskinlæring. Fordelene ved optimeringsbaserede tilgange inkluderer ofte tydelige optimale løsninger og gennemsigtighed i beslutningsgrundlaget; udfordringerne omfatter modellens kompleksitet, krav til data og beregningsomkostninger ved store eller ikke-konvekse problemer.