Eine umfassende Einführung in das Gebiet der Operations Research
Operations Research, auch Decision Science oder Operations Analysis genannt, ist das Studium der Anwendung von Mathematik auf Geschäftsfragen. Als Teilgebiet der Angewandten Mathematik hat es neben anderen Bereichen wie Data Science und Machine Learning eine sehr interessante Position.
Welche Fragen beantwortet Operations Research?
Bevor wir uns mit der eigentlichen Definition von Operations Research befassen, werfen wir einen Blick auf einige Beispielanwendungen. Wie Sie sehen werden, haben sie alle ein paar Punkte gemeinsam: Wir werden gleich danach dazu kommen.
Beispiele für Operations Research:
Wenn Sie in der Schule Mathematikunterricht genommen haben, sind Sie wahrscheinlich auf lineare Gleichungen gestoßen und haben möglicherweise gelernt, diese Methoden mit Stift und Papier zu lösen. Die lineare Programmierung ist eine Optimierungstechnik zur Lösung linearer Nebenbedingungen mit einer linearen Zielfunktion. Es ist die bekannteste Methode des Operations Research.
Warteschlangentheorie oder Warteschlangentheorie.
Das zweite Thema im Operations Research ist die Queuing-Theorie. Vielleicht weniger offensichtlich als das vorherige Beispiel, aber eine Warteschlange kann genauso gut mathematisch perfekt beschrieben werden. Sobald dies erledigt ist, ermöglicht die Warteschlangentheorie einem Unternehmen, die Warteschlangenzeiten für Kunden und gleichzeitig das Workforce Management zu verstehen und zu verbessern.
Eine weitere wichtige Anwendung der Warteschlangentheorie ist die Aufgabenplanung durch Computerbetriebssysteme, obwohl dies ziemlich weit von den anderen in diesem Artikel diskutierten Anwendungen entfernt ist.
Bestandskontrollsysteme
Das nächste von Operations Research gelöste Thema ist die Bestandskontrolle. Die Bestandskontrolle für ein Unternehmen ist kompliziert und hängt von vielen Entscheidungen ab, z. B. Einkauf, Lagerhaltung, Versand, Nachverfolgung und mehr.
Bestandskontrollsysteme gruppieren verschiedene Lösungen neu, die die Gesamtheit der Bestandsaufgaben einer Organisation lösen. Die am häufigsten verwendeten Algorithmen für die Bestandsverwaltung sind Economic Order Quantity (EOQ), Inventory Production Quantity (IPQ) und ABC Analysis. Wenn Sie weiter in die Bestandsverwaltung gehen möchten, sollten Sie auf jeden Fall einen Blick darauf werfen.
Ersatzprobleme
Ich hoffe, dass an dieser Stelle die Arten von Problemen, die in Operations Research behandelt werden, für Sie bereits klarer werden. Ersatzprobleme sind relativ vergleichbar mit den vorherigen: Optimierung des Austauschs von Materialien, von denen bekannt ist, dass sie nach einer bestimmten Nutzungszeit ausfallen. Für teure Gegenstände wie Maschinen, Autos, Computer usw. entstehen enorme Kosten für ein Unternehmen, wenn es sie zu spät ersetzt, aber auch, wenn es sie zu früh ersetzt. Daher ist dies auch eine gute Frage für die Optimierung mit Operations Research.
Netzwerkanalyse
Netzwerkanalyse ist ein Thema, das sich relativ von den zuvor aufgeführten Elementen unterscheidet.
In der Netzwerkanalyse wird eine Anwendung als zu optimierendes Diagramm dargestellt. In der Graphentheorie im Allgemeinen existieren Graphen von Knoten und Kanten. Jeder Knoten ist ein Punkt und jede Kante gibt an, ob eine Verbindung zwischen bestimmten verschiedenen Knoten besteht. Ein gutes Beispiel für diese Art von Daten ist ein Social-Media-Netzwerk, in dem jede Person (Profil) als Knoten und jede Freundschaftsbeziehung als Kante dargestellt wird.
Ein Beispiel für die Verwendung in Operations Research ist das Projektmanagement. Wenn wir über Projektmanagement sprechen, kennen wir wahrscheinlich alle das berühmte Gantt-Diagramm, das einen besseren Überblick über die Schritte und Abhängigkeiten zwischen den Schritten in einem Projekt ermöglicht.
Wenn ein Projekt jedoch sehr komplex ist, gibt es viele Abhängigkeiten zwischen Aufgaben: so viele Abhängigkeiten, dass die Identifizierung des optimalen Pfades kompliziert wird. Zwei Methoden des Operations Research, die hier helfen können, sind die Critical Path Method (CPM) und die Project Evaluation & Review Technique (PERT) Methode.
Sequenzierungsprobleme
Ich möchte schließlich Sequenzierungsprobleme auflisten. In diesem Thema wird die Reihenfolge einer großen Anzahl von Operationen definiert, die mit einer begrenzten Anzahl von Ressourcen ausgeführt werden sollen. In dieser Situation können wir aus vielen verschiedenen Ausführungsaufträgen auswählen und möchten sicherstellen, dass wir die beste Reihenfolge auswählen. Abhängig von der gewählten Kostenfunktion können Sie die Gesamtbetriebsdauer oder die Kosten oder den Nutzen optimieren.
Eine Reihe von Sequenzierungsmethoden sind First Come First Served (FCFS), Kürzeste Verarbeitungszeit (SPC), frühestes Fälligkeitsdatum (EDD) und mehr.
Obwohl es mehr Anwendungen von Operations Research gibt, denke ich, dass die allgemeine Idee jetzt klar ist und ich werde zu einer formelleren Beschreibung des Themas übergehen.
Definition von Operations Research
Operations Research verwendet Mathematik und Statistik, um Optimierungs- und Simulationsfragen zu beantworten. Wann immer wir eine Geschäftsfrage in eine Optimierungsfrage übersetzen, ist es von grundlegender Bedeutung, dass wir klare Definitionen für zu minimierende Kosten oder zu maximierende Vorteile haben.
Die drei Schlüsselelemente eines jeden Operations Research-Themas:
Algorithmen und Statistiken
Ich habe es bereits oben geschrieben: Operations Research wird sich stark auf Algorithmen, Mathematik und Statistik stützen. Eine sehr wichtige Familie von Algorithmen in der Operations Research sind Optimierungsalgorithmen: Algorithmen, die versuchen, ein Maximum oder ein Minimum zu finden, wenn bestimmte Möglichkeiten gegeben sind.
Als Beispiel hierfür könnten wir einen Optimierungsalgorithmus verwenden, um die Kosten für die Besetzung einer Fabrik zu minimieren, da eine Reihe von Einschränkungen für die Anzahl der benötigten Personen und die Einschränkungen jedes einzelnen Mitarbeiters gegeben sind.
Optimierung
Finden der bestmöglichen Lösung für eine Frage unter Berücksichtigung möglicher praktischer Einschränkungen. Bei der Optimierung kann es um die Maximierung oder Minimierung von Kosten oder Nutzen gehen, über die vor dem Start entschieden wird.
Es ist möglich, mehrere Ziele zu haben, in diesem Fall können wir eine kombinierte Kostenfunktion definieren, indem wir Gewichtungen unserer verschiedenen Kosten anwenden (zum Beispiel könnte die Summe zweier zu minimierender Kosten ein Beispiel für eine kombinierte Kostenfunktion sein).
Eine zweite häufig vorkommende Sache, mit der in diesen Optimierungen umgegangen werden muss, sind Einschränkungen. Manchmal kann ein Algorithmus, der nach Kostenminimierung sucht, nach Lösungen suchen, die praktisch unmöglich sind. Wenn wir beispielsweise nach der besten Personalplanung suchen, möchten wir den Algorithmus darauf beschränken, Personen für 24-Stunden-Schichten zu planen, da dies einfach illegal wäre.
Simulation
Simulation ist eigentlich eine mit Optimierung vergleichbare Aufgabe. Anstatt einen Algorithmus zu fragen, was die beste Personalplanung ist, könnten wir auch einen Algorithmus fragen, wie sich eine Änderung der Planung auswirkt. Diese Art von Aufgabe kommt der Optimierung nahe, da wir einfach den Optimierungsalgorithmus mit einer anderen Eingabekonfiguration verwenden könnten, um zu simulieren, was mit diesen verschiedenen Eingaben das optimale Ergebnis wäre.
Kurz gesagt, Operations Research wendet Mathematik auf Geschäftsfragen mit dem Ziel der Optimierung und / oder Simulation an. Ich hoffe, dieser Artikel hat die Dinge für Sie geklärt. Vielen Dank fürs Lesen und zögern Sie nicht, für mehr dran zu bleiben!