laskentastrategiat

Laskentastrategiat ovat suunnitelmia ja menetelmiä, joiden avulla ongelmia lähestytään ja ratkaistaan tietokonein tai laskennallisesti. Ne kattavat tavan mallintaa, optimoida, simuloida ja arvioida ratkaisuja sekä huomioida resurssirajoitteet kuten aika ja muistinkulutus. Laskentastrategian valinta vaikuttaa sekä ratkaisun laatuun että laskennan tehokkuuteen.

Strategioita voidaan luokitella useilla tavoilla. Yksi pääjaottelu on tarkkuuden mukaan: tarkat menetelmät tuottavat oikean ratkaisun, kun taas heuristiikat ja metaheuristiikat tarjoavat kelvollisia ratkaisuja nopeammin. Toiseksi jaottelu voidaan tehdä ajallisen näkökulman perusteella: offline- (ennen kuin ongelmalle asetetaan suoritusaika) ja online- (tulevaan dataan reagoiva) strategiat. Kolmanneksi erotellaan deterministiset ja stokastiset menetelmät.

Tärkeimmät kategorian sisällä ovat esimerkiksi: tarkat menetelmät kuten dynaaminen ohjelmointi, lineaarinen ja kokonaislukujen ohjelmointi sekä branch-and-bound- ja leikkausmenetelmät (cutting planes). Heuristiikat kuten greedy-lähestymistavat ja paikallinen haku sekä metaheuristiikat kuten geneettiset algoritmit, simuloitu annealing ja tabu-haku. Probabilistiset ja stokastiset lähestymistavat sisältävät Monte Carlo -menetelmät ja Markovin ketjuun perustuvat simulaatiot. Jatkuvan optimoinnin puolella käytetään gradienttieliikkeitä, Newtonin menetelmiä sekä konveksia optimointia; numeerinen laskenta käsittää suurten lineaaristen tai epälineaaristen järjestelmien iteratiiviset ratkaisut.

Käytännössä laskentastrategiat huomioivat esikäsittelyn, data-analyysin, paralleloinnin ja resurssien hallinnan sekä arvioimisen: kuinka nopeasti ratkaisu löytyy, kuinka tarkka se on, ja millaisia kustannuksia ratkaisu aiheuttaa. Ne löytyvät laajasti logistiikasta, rahoituksesta, insinööritieteistä ja tekoälystä.