什么是優(yōu)化?

　　優(yōu)化是一個基于數(shù)學(xué)的技術(shù)，它以最大的運(yùn)作效益為目標(biāo)來分配各種資源。

　　ILOG CPLEX是如何工作的?

　　優(yōu)化是一個可應(yīng)用于特定問題的一個過程。這樣邏輯上第一步是對要解決問題的一個清晰的描述。隨后的步驟如下：

　　為你的問題構(gòu)造一個模型

　　將數(shù)據(jù)加入模型中

　　利用數(shù)學(xué)優(yōu)化引擎分析該模型以找到最好的可能解

　　當(dāng)優(yōu)化模型嵌入到實(shí)際應(yīng)用中時，計劃人員和運(yùn)作管理者可以進(jìn)行分析，并可以比較各種方案

　　下面的圖表說明了優(yōu)化需要處理的一些信息類型，和優(yōu)化過程所產(chǎn)生的結(jié)果　

　　數(shù)學(xué)優(yōu)化在管理中的應(yīng)用領(lǐng)域

　　1、優(yōu)化在金融方面的應(yīng)用

　　2、投資組合優(yōu)化

　　3、貸款組合優(yōu)化

　　優(yōu)化在運(yùn)營管理方面的應(yīng)用

　　1、生產(chǎn)計劃(產(chǎn)量計劃、設(shè)備分配、工序安排等)

　　2、人員排班

　　3、設(shè)施布局

　　優(yōu)化在物流管理方面的應(yīng)用

　　1、物流網(wǎng)絡(luò)規(guī)劃(區(qū)域、全國、全球)

　　2、配送線路優(yōu)化(快遞、零售配送、電子商務(wù)送貨)

　　3、貨位/庫位優(yōu)化(倉庫、貨場、集裝箱堆場)

　　4、庫存優(yōu)化(單級/多級/網(wǎng)絡(luò)，單周期/多周期)

　　優(yōu)化算法的分類

　　1、Mathematic Programming方法

　　可以證明最終解為全局最優(yōu)解的優(yōu)化方法，如線性規(guī)劃、混合整數(shù)規(guī)劃

　　2、Constraint Programming方法

　　用于解決有限解空間，無法證明結(jié)果是全局最優(yōu)解的搜索方法

　　3、Heuristic Programing方法

　　可以解決無限解空間的問題，無法證明結(jié)果是全局最優(yōu)的搜索方法

　　Meta-Heuristic方法(禁忌算法、退火算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)、蟻群算法)

　　基于數(shù)學(xué)規(guī)劃的Heuristic方法(如：拉格朗日松弛)

　　其他Heuristic方法(針對特定問題，依據(jù)經(jīng)驗(yàn)制定的搜索方法)

　　為什么不能只依靠MP方法

　　有些問題無法找到一個可以被證明能夠得到最優(yōu)解的算法

　　有些問題即使能夠通過MP方法得到最優(yōu)解，但是隨著變量數(shù)量的增加，約束數(shù)量呈爆炸性的增長，計算時間會呈幾何級數(shù)增長。如，旅行商問題。

　　什么是好的優(yōu)化模型?

　　易讀性vs.模型規(guī)模

　　變量的含義應(yīng)該更簡單還是更復(fù)雜

　　時間復(fù)雜度vs.空間復(fù)雜度

　　變量增加增加是否能夠換來計算次數(shù)的下降

　　變量數(shù)量vs.約束數(shù)量

　　約束和變量是否可以轉(zhuǎn)換，計算速度會有什么變化

　　分層結(jié)構(gòu)vs.單層結(jié)構(gòu)

　　主問題和子問題的劃分，可能得不到最優(yōu)解，但是能夠簡化問題

　　優(yōu)化算法的比較

　　對于特定的模型，不同的算法會有不同的運(yùn)行效率和不同的運(yùn)算結(jié)果。而算法優(yōu)劣的比較通常有兩種：

　　同樣運(yùn)算時間下，解的質(zhì)量的比較

　　得到最終解(或某水平以上滿意解)所花時間的比較。