Операционные исследования

Операционные исследования (или исследование операций) — это междисциплинарная область математики и прикладной науки, занимающаяся разработкой и применением математических, статистических и алгоритмических методов для анализа сложных систем и процессов с целью выработки оптимальных или близких к оптимальным управленческих решений. Основная задача операционных исследований заключается в количественном обосновании решений в условиях ограниченных ресурсов (время, деньги, материалы, рабочая сила) и неопределённости.

История

Зарождение и Вторая мировая война

Как самостоятельная дисциплина операционные исследования сформировались в середине XX века, хотя отдельные методы (например, теория игр или линейное программирование) разрабатывались и ранее. Толчком к развитию послужили потребности военной логистики и управления во время Второй мировой войны. В 1937 году в Великобритании была создана группа учёных под руководством А. П. Роу (англ. A. P. Rowe), которая занималась анализом эффективности использования радиолокационных станций. В 1941 году в США была организована аналогичная группа при Военно-морском флоте. В 1947 году Джордж Данциг (США) разработал симплекс-метод для решения задач линейного программирования, что стало одним из ключевых инструментов дисциплины.

Послевоенное развитие

После войны методы операционных исследований начали активно внедряться в промышленность, транспорт, экономику и государственное управление. В 1950-е годы были созданы первые профессиональные общества: в 1952 году — Общество операционных исследований Америки (ORSA), в 1953 году — Институт управленческих наук (TIMS). В 1960-е годы с развитием вычислительной техники стало возможным решать задачи большой размерности, что расширило сферу применения. В СССР операционные исследования развивались в рамках кибернетики, прикладной математики и экономико-математического моделирования (работы Л. В. Канторовича, В. С. Немчинова, А. Г. Аганбегяна).

Методология

Операционные исследования опираются на формализацию реальных процессов в виде математических моделей. Общая схема решения задачи включает несколько этапов:

Постановка задачи — определение цели (критерия эффективности), управляемых переменных и ограничений.
Построение модели — выбор математического аппарата и описание связей между переменными.
Выбор метода решения — аналитический, численный или имитационный подход.
Проверка адекватности модели — сравнение результатов моделирования с реальными данными.
Реализация решения — внедрение полученных рекомендаций в практику.

Основные разделы и методы

Линейное программирование

Линейное программирование (ЛП) — метод решения задач, в которых целевая функция и ограничения являются линейными функциями переменных. Классическая задача: максимизация прибыли при ограничениях на ресурсы. Основной алгоритм — симплекс-метод (Дж. Данциг, 1947). Для задач большой размерности используются методы внутренней точки. Примеры применения: планирование производства, составление рационов, распределение грузопотоков.

Целочисленное программирование

Раздел, в котором переменные могут принимать только целые значения (например, количество единиц оборудования). Решение таких задач значительно сложнее, чем непрерывных. Используются методы ветвей и границ, отсечений (Гомори). Применяется в задачах размещения объектов, составления расписаний, управления запасами.

Нелинейное программирование

Методы для задач, где целевая функция или ограничения нелинейны. Включает градиентные методы, метод Ньютона, методы штрафных функций. Используется в экономике (моделирование спроса), инженерных расчётах (оптимизация конструкций), химической технологии.

Динамическое программирование

Метод, основанный на принципе оптимальности Беллмана: оптимальное решение многошаговой задачи строится из оптимальных решений её подзадач. Применяется для задач управления запасами, замены оборудования, распределения инвестиций во времени, а также в теории управления и робототехнике.

Теория массового обслуживания (теория очередей)

Изучает системы, в которых случайным образом поступают заявки на обслуживание (например, очереди в банках, работа call-центров, трафик в компьютерных сетях). Основные характеристики: средняя длина очереди, среднее время ожидания, загрузка каналов. Модели классифицируются по типу входного потока (Пуассоновский, Эрланга), числу каналов и дисциплине очереди (FIFO, LIFO, с приоритетами).

Управление запасами

Раздел, посвящённый определению оптимального уровня запасов для минимизации суммарных затрат на хранение, заказ и дефицит. Классическая модель — EOQ (Economic Order Quantity, формула Уилсона). Развитые модели учитывают стохастический спрос, многономенклатурные запасы, сезонные колебания.

Теория игр

Математическая модель конфликтных ситуаций, в которых участники (игроки) имеют противоположные или частично совпадающие интересы. В операционных исследованиях применяется для анализа конкуренции, аукционов, переговоров, а также в задачах принятия решений в условиях неопределённости (игры с природой). Основные понятия: матричная игра, седловая точка, равновесие Нэша.

Сетевое планирование и управление (СПУ)

Методы, используемые для управления проектами. Включают:

Метод критического пути (CPM) — для проектов с детерминированными длительностями работ.
Метод PERT (Program Evaluation and Review Technique) — для проектов с неопределёнными длительностями (используется три оценки: оптимистическая, пессимистическая, наиболее вероятная).
Метод GERT — для стохастических сетей с возможными возвратами.

Имитационное моделирование

Метод, при котором реальная система заменяется компьютерной моделью, и на ней проводятся эксперименты. Используется, когда аналитическое решение невозможно или слишком сложно (например, моделирование работы аэропорта, логистического центра, эпидемиологического процесса). Распространённые инструменты: AnyLogic, Simulink (MATLAB), GPSS, Arena.

Другие методы

Теория расписаний (календарное планирование) — задачи о назначениях, последовательности обработки деталей на станках, составлении графиков работы персонала.
Теория надёжности — оценка вероятности безотказной работы системы и оптимизация резервирования.
Методы оптимизации на графах — поиск кратчайших путей (алгоритм Дейкстры), максимального потока (алгоритм Форда-Фалкерсона), задачи коммивояжёра.
Многокритериальная оптимизация — поиск решений, наилучших по нескольким противоречивым критериям (метод анализа иерархий, метод Парето).

Применение

Промышленность и логистика

Оптимизация производственных линий и цепочек поставок.
Составление графиков работы оборудования и персонала.
Маршрутизация транспорта (задача коммивояжёра, задача о доставке грузов).
Управление складскими запасами.

Экономика и финансы

Портфельная оптимизация (модель Марковица).
Ценообразование и управление доходностью (revenue management).
Анализ рисков и страхование.
Планирование бюджета и инвестиций.

Государственное управление и оборона

Планирование военных операций и распределение ресурсов.
Управление чрезвычайными ситуациями и эвакуацией.
Оптимизация бюджетных расходов (здравоохранение, образование, транспорт).

Информационные технологии

Маршрутизация пакетов в сетях.
Оптимизация запросов к базам данных.
Планирование задач в облачных вычислениях.
Разработка алгоритмов искусственного интеллекта (поиск, планирование, обучение с подкреплением).

Транспорт

Оптимизация расписаний поездов, самолётов, автобусов.
Управление светофорами и дорожным движением.
Проектирование транспортных сетей.

Критика и ограничения

Несмотря на широкое применение, операционные исследования имеют ряд ограничений:

Упрощение реальности — любая модель является приближением, и неучтённые факторы могут привести к неверным выводам.
Высокая размерность — многие задачи (например, задача коммивояжёра для большого числа городов) являются NP-трудными, и их точное решение требует экспоненциального времени.
Неопределённость — модели часто требуют точных данных, которые на практике могут быть недоступны или нестабильны.
Человеческий фактор — оптимальное математическое решение может быть неприемлемо по социальным, этическим или политическим причинам.

Интересные факты

В 1975 году советский математик Леонид Витальевич Канторович и американский экономист Тьяллинг Купманс получили Нобелевскую премию по экономике за вклад в теорию оптимального распределения ресурсов (линейное программирование).
Во время Второй мировой войны методы операционных исследований позволили сократить потери союзного торгового флота от немецких подводных лодок за счёт оптимизации конвоев и маршрутов.
В 1960-е годы в СССР была разработана система сетевого планирования и управления (СПУ), которая использовалась при строительстве крупных промышленных объектов, включая Байкало-Амурскую магистраль.

Источники

Вагнер Г. Основы исследования операций. — М.: Мир, 1972.
Таха Х. А. Введение в исследование операций. — М.: Вильямс, 2005.
Хемди А. Таха. Операционные исследования. — 8-е изд. — М.: Вильямс, 2007.
Канторович Л. В. Математические методы организации и планирования производства. — Л.: Изд-во ЛГУ, 1939.
Hillier F. S., Lieberman G. J. Introduction to Operations Research. — 10th ed. — McGraw-Hill, 2015.

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →