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