optimeerimisvahendeid

Optimeerimisvahendid on tööriistad ja meetodid, mille abil leitakse piirangutega probleemide parim või lähedaselt parim lahendus, et suurendada efektiivsust, vähendada kulusid või parandada jõudlust. Need vahendid ilmuvad eri valdkondades ja nende eesmärk on teha ratsionaalseid otsuseid keerukate piirangute ja kriteeriumide põhjal.

Need vahendid jagunevad peamiselt matemaatilise optimeerimise, metaheuristiliste ja piirangutega programmeerimise lahenduste vahel. Matemaatiline optimeerimine hõlmab lineaar- ja mitte-lineaarset optimeerimist ning segmenteeritud/ täpistes lahendustes (integer programming). Metaheuristilised meetodid, nagu geneetilised algoritmid ja simulatsiooniliste jahutuste meetod, sobivad keerukamate probleemide lähilahenduste leidmiseks. Piirangu- ja koostööprogrammimise vahendid keskenduvad probleemide kirjeldamisele piirangute abil ning suuremate mudelite lahendamisele koos erisuste ning sõltuvustega.

Võrgu ja tarkvara koostis hõlmab lahendusmootoreid (Gurobi, IBM CPLEX, GLPK, COIN-OR), modelleerimiskeeli (AMPL, GAMS, Pyomo, JuMP), ning programmeerimis- ja andmesideliideseid (Python, Julia). Andmed võivad tulla ERP-süsteemidest, andmebaasidest või muust allikast ning mudelid integreeritakse tavaliselt andmekanalitesse ja kasutatavate analüüsivahenditega.

Rakendused hõlmavad logistikat, tarneahela ja tootmise planeerimist ning ajastamist, energiasüsteeme, finants-optimeerimist, võrgustiku disaini ja tööjõu planeerimist. Olulised väljakutsed on mudelite kvaliteet, andmete usaldusväärsus, suurte andmete skaleerimine ja lahenduste tõlgendamine operatiivseteks tegevusteks. Tulevikus suureneb avatud lähtekoodi vahendite kasutus, integratsioon tehisintellekti ja masinõppe meetoditega ning pilvepõhised optimeerimisteenused.