Como a otimização sob incerteza é feita em aplicativos do mundo real?

Dec 09 2020

Neste post, o que é otimização robusta? há uma boa introdução à otimização robusta.

Existem muitos conceitos de incerteza em problemas de otimização, como

  • otimização robusta
  • otimização estocástica
  • otimização de distribuição robusta
  • robustez ajustável
  • ... e muitos mais.

Quão comuns são esses conceitos aplicados em aplicativos da vida real para otimização, e como os conjuntos de incertezas são derivados em um cenário prático?

Respostas

9 prubin Dec 09 2020 at 05:04

O que se segue é uma opinião puramente pessoal. Eu diria que a maioria (substancial) dos problemas de otimização não acadêmicos não envolve nenhum dos métodos que você listou, por uma série de razões.

  • "Melhor é o inimigo do bom o suficiente." Usar valores fixos e plausíveis para parâmetros e ignorar a incerteza muitas vezes produzem respostas que são boas o suficiente para o gerenciamento, então por que complicar ainda mais?
  • Para problemas de grande escala, qualquer complexidade adicional pode ser um obstáculo, então por que arriscar?
  • A otimização estocástica requer suposições / estimativas de distribuição que podem não ser fáceis de obter.
  • Muitos alunos OR / MS / IE obtêm uma educação básica em LP, modelos gráficos, programação dinâmica e, com sorte, MIP, e talvez algo um pouco mais funk (teoria de controle ideal?), Mas não obtêm muita exposição em sala de aula à otimização estocástica e especialmente à otimização robusta (que é relativamente nova). Agora mude de "exposição" para "domínio" (uma transformação não crescente), dê-lhes empregos e você terminará com pessoas resolvendo problemas que podem ou não estar cientes dessas coisas, mas de qualquer forma definitivamente não se sentem confortáveis ​​com elas.

Uma vez que uma multidão de linchamento está se formando fora do meu estudo, deixe-me acrescentar que há mérito em cada um dos conceitos que você listou, e não estou argumentando contra seu uso (exceto onde tornaria um modelo aproximado difícil de resolver em um impossível de resolver, mas modelo mais exato). Em algum ponto do caminho, à medida que se tornam tópicos acadêmicos mais convencionais, seu uso provavelmente aumentará.