Diez Secretos para el éxito con la optimización

Gerald G. Brown
Profesor Distinguido de Investigación de Operaciones
Naval Postgraduate School
Monterey, California 93943
19 de agosto 2004

Misión:
"Los investigadores planean operaciones militares para luchar y ganar las guerras de nuestra
nación".

El Departamento de Defensa coordina las actividades de millones de personas que utilizan activos
por valor de miles de millones de dólares. Este es un trabajo importante y complejo. seguir
mejorando los métodos de planificación existentes manuales. El éxito de las aplicaciones reales de
optimización resulta que depender de un puñado de secretos comerciales que son esenciales,
pero no aparecen en libros de texto. Este breve resumen revela diez de estos secretos y los motiva
por ejemplo.

# 1: Documento (Piensa) antes de calcular.

Hemos tenido un asombroso número de oportunidades para relajarse con problemas

modelos de optimización que se implementan, y comportándose mal, pero que aún no están
documentado en absoluto.

La documentación debe incluir estos tres componentes fundamentales:

• Un resumen ejecutivo no matemática,

• Una fórmula matemática, y
• Una descripción verbal de la formulación.

1.1) Un resumen ejecutivo no matemática debe responder a las siguientes cinco

preguntas, preferiblemente en este orden.
1) ¿Cuál es el problema?
2) ¿Por qué es importante este problema?
3) ¿Cómo se puede resolver el problema sin su ayuda?
4) ¿Qué estás haciendo para resolver este problema?
5) ¿Cómo sabremos cuándo ha tenido éxito?

Exprese su resumen ejecutivo en el idioma de su patrocinador ejecutivo, en vez de en

jerga técnica. Si tiene problemas para escribir un resumen en menos de cinco páginas, este
es un signo seguro de que usted no está listo para proceder.

• Contar con un no-analista leer el resumen ejecutivo para usted, en voz alta,
• Pregunte a este lector para explicar su resumen ejecutivo para usted,
• Escuche bien, y
• Revisar y repetir.

1.2) Una formulación matemática debe incluir, en este orden.

• Uso Index (definir las dimensiones del problema),

• Dados los datos (y unidades),
• Las variables de decisión (y unidades),
• Objetivos (y limitaciones), y (tal vez)
• Una formulación dual.
Recuerde que debe definir los términos antes de usarlos. Para distinguir las aportaciones de los
productos, adoptar una convención como minúsculas para los índices y datos, y en MAYUSCULA
con DECISIÓN VARIABLES.

1.3 Una descripción verbal de la formulación explica en la llanura Inglés, y en su idioma

patrocinador ejecutivo, lo que cada variable de decisión objetiva, y se suma a la restricción del
modelo matemático. Aquí tienes la oportunidad de definir lo que significa la matemática, así como
por qué cada función aparece en el modelo. Evite literalmente traduciendo las matemáticas en
Inglés. Por ejemplo, evite decir "la suma de X de producción más subíndices elemento i debe ser
no más de 50 por cada hora subíndice t", y en lugar de decir "la producción total de todos los
artículos no debe superar los 50 en un año." Haz estado y justificar cualquier hipótesis
simplificadoras (algunos ejemplos incluyen "Nuestro tiempo de planificación fidelidad es mensual,
con un horizonte de planificación de diez años." "Permitimos cantidades fraccionarias de emisión
de estos grandes volúmenes." "Hemos asumido la demanda es constante, y no al azar.")

# 2:Obliga todas las decisiones

obliga restringir el dominio de todas las decisiones. No hay tal cosa como una variable ilimitada en
nuestro mundo real, o analista. El establecimiento de límites para cada variable de decisión es un
concepto trivial, demasiado a menudo ignorados. Es cierto, cualquier solucionador de
optimización razonable lo hará por usted automáticamente, pero el solucionador no te puedo
decir que su análisis se basa en datos falsos o que faltan en el modelo. Si manualmente aplicar
pruebas sencillas de relación (por ejemplo, "Si yo tuviera todo el acero GOOGLE dice que el mundo
produjo este año, cuántos tanques puedo construir?") Y obtener respuestas ridículas (por ejemplo,
"2,1 M1A2 tanques," o 10 " miles de millones de tanques "), usted ha descubierto un error en sus
datos o descripción de la manera en la que la producción de acero del tanque consume.

Recuerde que todos los oficiales de "vecindad" supuestos subyacentes a la optimización

método? Teorema de Taylor hace que cualquier función continua parecer lineal, si te diriges las
cosas lo suficientemente bien. Todos los costos y la tecnología probablemente presentan efectos
no lineales a través de diferentes magnitudes ampliamente, pero tal vez no en un barrio bastante
pequeño --- el dominio que está planeando.

La enumeración de los modelos con variables enteras se puede hacer mucho más fácil si los límites
en las variables enteras son lo más ajustado posible. Esto vale la pena trabajando antes de
empezar a tratar de resolver los grandes modelos. Si limita el más apretado que puede permitir a
un Estado "grande" dominio entero, relajar el requisito de integralidad y redondear el resultado
continuo al entero más próximo. El redondeo inexactitud inflige no será peor que uno sobre el
valor final de la variable.

Coordenadas de todas sus variables de decisión paga un bono inesperado. Saque su libro de texto
favorito y optimización de mirar los teoremas básicos que usted puede haber sudado más en
clase. Observe la cantidad de abogacía matemática se convierte en superfluo cuando se descartó
el caso sin límites. Voila.

# 3 Esperar cualquier restricción a convertirse en un objetivo, y viceversa

Modelos de planificación militar son conocidos por objetivos múltiples y contradictorios.

Familiarizarse con un "objetivo promedio ponderado," y lo que significa realmente. Por ejemplo, si
maximiza "2-tiempos-manzanas, además de granadas de 13-veces-mano" se ha introducido una
suposición básica (a menudo ocultos o ignorados) sobre el valor relativo de las manzanas y
granadas de mano.
Aprenda acerca de "objetivos jerárquicos (es decir, lexicográfico)," y cómo forzar fuera de theshelf
software de optimización para que sigan su jerarquía. Por ejemplo, es posible maximizar el
objetivo de más alta prioridad, y luego agregar una restricción en este objetivo de mantener este
rendimiento en todas las soluciones siguientes. Repita el procedimiento con cada objetivo de
menor prioridad hasta que estas restricciones sucesivas se han ocupado de su jerarquía completa
o el modelo está tan sobre-exigidos restricción adicional que no tendría sentido. Con un lenguaje
de modelado algebraico, puede automatizar todo esto como una excursión de un solo modelo.

Usted puede ver que hay un continuo (sic) entre el promedio ponderado de los objetivos y seres
jerárquicos. Asegúrese de utilizar su programa de solución, en lugar de su modelo, para hacer esta
transición asintótica de pesos finito a lo infinito pesos necesarios para hacer una función promedio
ponderado objetivo dar resultados lexicográficos. Errores numéricos de punto flotante aumenta
en proporción directa a la magnitud relativa de las otras condiciones del aditivo promedio
ponderado objetivo. Usted puede ser capaz de expresar tal objetivo, pero el equipo no va a ver lo
que tenía planeado.

Orientación de expertos de los altos directivos y ejecutivos con frecuencia se filtra a los
modeladores como restricciones (por ejemplo, pedidos). En nuestra experiencia, las limitaciones
que se derivan de la interpretación literal de dicha orientación conducen inevitablemente a un
modelo de planificación no factible. A nadie le gusta eso.

Descubrir lo que se puede hacer cambios a su concepto de lo que debe hacerse. Esto le lleva a "las
limitaciones de aspiración", donde se determina, por ejemplo, cuánto de algo que se puede
maximizar de forma aislada, y luego escribir una restricción diciendo ("me conformo con el 90 por
ciento de este máximo aislado".) Trabajo con sus patrocinadores de alto nivel que utilizan estos
métodos simples, y usted puede guiarlos para darle un mejor asesoramiento. (Recuerde, como
analistas O podemos pensar que nuestro trabajo consiste en dar consejos, pero en realidad es
para ayudar al patrocinador tomar la decisión correcta.)

Una gran cantidad de literatura informa cómo hacer frente a múltiples objetivos, pero las ideas
simples aquí por lo general funcionan mejor.

# 4 Clasico programa de análisis de sensibilidad es Bunk

Aplicación ciega de valores duales, a mano derecha que van y otros trucos del libro de texto
ordenadas en realidad ofrecen consejos útiles muy poco sobre cómo la solución responde como
las entradas de todos los cambios. Incluso para los pocos modelos que son continuamente lineal,
el análisis de sensibilidad clásico libro de texto no suele ser útil. De hecho, algunos de los mejores
off-the-shelf lenguajes de modelado matemático y solucionadores no son compatibles con este
tipo de análisis. Nosotros, los profesores les encanta enseñar estas cosas, y vamos a seguir
enseñándola porque transmite lecciones sobre los cimientos de nuestros métodos de
optimización, y cómo interpretar la información cuantitativa (la cantidad de hacer) y cualitativo
(qué hacer) la influencia de las restricciones y relajaciones.

Sólo piensa en resolver un montón de excursiones modelo, y no tengas miedo de que éstos tardan
semanas en completarse. En los últimos 15 años, las mejoras en los programas lineales (LP)
solucionadores y en particular en número entero lineales de programa (ILP) solucionadores y sus
controles han mejorado el rendimiento en un factor de al menos 10.000, además de las
velocidades mucho más rápidas de los equipos más nuevos. Muchos en nuestra profesión aún
recuerdan el procesamiento por lotes durante la noche de cintas de MPS, y esto no es un buen
recuerdo. Terminemos con eso. Todo lo que necesitamos hoy es un ordenador de sobremesa o
razonablemente dotado de ordenador portátil. Para casi cualquier compromiso modelado,
podemos esperar a armar una optimización que nos permite expresar una pregunta y obtener una
respuesta, mientras que nuestro patrocinador aún recuerda esa pregunta.
En nuestro mundo, lo que es más importante buscar el "escenario-(es decir, warplan-)" soluciones
robustas de las que preocuparse acerca de los cambios de parámetros individuales. Siempre
busque la guía de planificación de defensa actual como filtrado y atendido por su patrocinador.
Estos planes de guerra son la moneda de nuestro reino planificación militar. Trate de encontrar la
manera de expresar su solución (s) para responder directamente a esta dirección y los requisitos
que ya justificados.

# 5 Obligando sus variables duales

Una restricción convencional de programación lineal tiene una variable dual que es ilimitado y se
puede interpretar "esta es la cantidad que vale la pena para relajar esta restricción en una
unidad."
Por favor refiérase a # 2, arriba.

Una restricción elástica lineal del programa utiliza una pena lineal por unidad de violación. Permitir
que esta restricción sea violada en algún costo pena finita por violación unidad limita su variable
dual (es decir, 'esto es lo más que vale la pena para mí para satisfacer esta restricción, de lo
contrario, violar, pagar esta multa, y yo me encargo de los ONSECUENCIAS. "No hay tal cosa como
una restricción infinitamente valiosa. tomadores de decisiones se les paga para hacer frente a
infeasibilities, y no pueden descartar en el mundo real.

Al convencer a su patrocinador para trabajar con usted para afirmar cada restricción con una pena
bien pensado para su violación, que ha mejorado enormemente su control y comprensión de su
modelo de apoyo a la decisión.

Otro bono sorpresa aparece con restricciones elásticas: la programación lineal entera es mucho
más fácil de tratar cuando se sabe a priori que cada solución entera candidato en una
enumeración es, por definición, es admisible (es decir, satisface las restricciones, aunque tal vez
con algunas penas. ) Además, si establece sus penas elásticas con cuidado, usted será
recompensado con una mejora notable en la calidad de la solución lineal entero y capacidad de
respuesta solver.

# 6 Preste atención a la doble

Si usted tiene un programa lineal, o puede relajarse con una, indique su dual. Si usted no puede
escribir un resumen de lo que esto significa duales, si no se puede interpretar su doble en
absoluto, o si su dual es absurdo (por ejemplo, ilimitado o no factible), su problema principal es
ridículo. OK, eso es lenguaje fuerte: Modifíquese esto para leer "su problema primal necesita más
atención antes de que esté listo para usarlo."

Considere este ejemplo de un modelo de máximo flujo simple. Tiene un nodo fuente, un nodo de
destino, y una red capacitado dirige a través de la que desea empujar el volumen de flujo máximo
desde la fuente al destino. Escribe este programa lineal primal y resolverlo. Ahora, recuperar la
solución dual. Admire estos valores duales, y tenga en cuenta que cada arco en una reducción
mínima se distingue por dos valores de incidentes duales que difieren. Si quieres atacar a esta red
de flujo máximo, y puede reducir estos arcos, lo han decapitado.

Es un viaje corto de aquí a recursos limitados interdicción de la red y más

de vanguardia, de dos caras, defensor atacante modelos.

El dual es la clave de todo esto.

# 7 Modelo de robusta
Asegúrese de que el modelo tiene en cuenta los escenarios futuros alternativos y representa una
solución robusta.

En el ejército, que planeamos para lo que es posible, no lo que es probable, por lo que rara vez se
emplean variables aleatorias que representan la probabilidad de cada futuro alternativo. Hacemos
uso de simulación para hacer cuantitativos (tal vez al azar) cambios en los elementos de datos,
pero que rara vez se muestra al azar futuros cambios cualitativos.

Puede haber muchos planes de guerra de teatro, pero normalmente sólo se tiene una oportunidad
al año para pedir lo que necesito para estar listo para todos ellos.

Preste atención a la orientación actual planificación de la defensa, y haz todo lo posible para
atender las necesidades derivadas de su patrocinador con su modelo.

Supongamos que nuestra orientación es luchar y ganar un compromiso, mientras que la supresión
de otros, y luego, volviéndose a luchar contra el otro y ganarla. Si los hay, digamos, 20 planes de
guerra de moda en el estante para tales compromisos potenciales, y no nos dan a elegir a nuestros
favoritos, puede que tengamos que planear a 20 * 19 permutaciones de pares de compromiso.

El peor de los casos los planes son caros. ¿Y qué? Es mejor transmitir conocimientos veraces a su
patrocinador de engañarnos a nosotros mismos con optimismo sin fundamento.

Desde el peor de los casos, se puede delegar a, por ejemplo, satisfacer un subconjunto máxima de
requisitos de escenarios, o la maximización de algún indicador de cumplimiento escenario, o algo
parecido. Lo que resulta conveniente, hacer lo mejor para documentar con claridad exquisita qué
suposiciones se han hecho, y qué compromisos ha sido necesario, en contraste con la orientación
desnudo, planificación de la defensa global. Esto es clave: todos tenemos que tratar de cantar de
la misma hoja de la música. A pesar de cuentos apócrifos de la desaparición de los analistas que
llevan una mala noticia, un analista con O diplomático, pero el lenguaje ambiguo y análisis
cuidadoso de dar malas noticias es un héroe. Sea testigo de que en nuestra comunidad OR,
sabemos que estos héroes son abiertos, y el honor y protegerlos.

Comience con el sólido (el peor) así, porque eso es lo que todos están obligados a preocuparse y
defender.

# 8 Persistencia Modelo

Optimización tiene una reputación bien merecida para amplificar pequeños cambios en las
entradas a cambios impresionantes en consejo.

Compromisos de apoyo a las decisiones suelen requerir muchas excursiones modelo, seguido de
análisis, seguido de las revisiones y más obras de teatro del modelo. Cuando hemos invertido
fuertemente en el análisis de una situación heredada, y hacer algunos ajustes trivial para asistir a
alguna falla de planificación de menor importancia, lo último que queremos es una revisión que lo
cambia todo.

Si su modelo es ignorante de su propio asesoramiento previo, es ignorante, y que puede esperar

turbulencia molesto y la interrupción en la resolución de cualquier revisión de un modelo de
herencia. Cualquier modelo prescriptivo que sugiere un plan, y, si se utiliza de nuevo, es ignorante
de su propio asesoramiento previo, es gratuito para asesorar a algo completamente diferente
innecesariamente y perder la fe de su patrocinador. Esto es una tontería.

Persistencia significa "seguir de manera constante en algún curso de acción", y eso es exactamente
lo que hacemos con los compromisos de apoyo a largo plazo basado en la optimización de las
decisiones. Tenemos que funden sucesivamente opinión de los expertos de nuestros
patrocinadores con el asesoramiento óptimo de nuestros modelos.

Es fácil agregar características del modelo que limitan las revisiones innecesarias. Para ello, es
necesario establecer una solución heredada como entrada, y luego agregar características del
modelo de conservar características atractivas o limitar las revisiones innecesarias de este legado.
Estas características persistentes pueden incluir:

• No cambie este legado consumo de recursos por más de un 2 por ciento;

• Entre el legado de esta solución y cualquier revisión, añadir (o eliminar o modificar) no más
de 3 de las opciones binarias en esta serie;
• No cambie esto a menos que usted también cambiar eso, y así sucesivamente.
Damos a nuestros alumnos un folleto que muestra cómo declarar enteros restricciones lineales
expresar las relaciones omnipresentes lógicos requeridos en apoyo a las decisiones (por ejemplo,
para las opciones binarias A y B, "A sólo si B", "A y B, o ninguno", "A o B, pero no ambos", "A o B , o
ambos ", etc.) También les enseñamos cómo establecer directrices para las revisiones persistente
(--- porque usted sabía que esto iba a venir --- esto rara vez aparece en los libros de texto).

# 9 Hojas de cálculo (e incluso Lenguajes de modelado algebraico) son Easy,

Adictivo, y limitante

OK, necesitamos una respuesta rápida, necesitamos el apoyo de base de datos para el desarrollo
de modelos y soluciones de catalogación, y necesitamos una interfaz de usuario gráfica que
soporte ad-hoc de análisis y representación gráfica. Esto significa que gastar una pequeña fortuna
desarrollando una interfaz especialmente diseñada gráfica de usuario, o simplemente utilizar
nuestro off-the-shelf suite de software de oficina.

Las hojas de cálculo con los solucionadores de optimización integradas están invitando. Después
de todo, incluso su patrocinadores ejecutivos probablemente sabe cómo criar, o al menos admirar
una hoja de cálculo, por lo que obtener la aceptación inmediata por la adopción de un familiar
"look and feel" de serie. Y tener una solución de hoja de cálculo significa que de inmediato se
puede catalogar y mostrarlo con todas las herramientas que usamos todos los días en su suite
integrada de software de oficina.

Sin embargo, las hojas de cálculo sólo admiten dos dimensiones y vistas (tablas dinámicas) de
muchos-modelos tridimensionales, exhibiendo lo que mi colega Art Geoffrion llama "dimensional
artritis: "Se puede soportar un modelo de muchas dimensiones, pero no es fácil ni natural.

Recibimos muchas llamadas de los usuarios de hojas de cálculo que se preguntan por qué sus
resultados de la optimización puede tomar para siempre (literalmente), o llegar a ser malo. Nos
preguntan "¿cuánto pagaste por el solucionador utilizado?" Se obtiene lo que se paga.
Solucionadores de hoja de cálculo se han utilizado muchas veces con buenos resultados, pero
antes de comprometerse a una, comprobar las credenciales del proveedor de software de
optimización que se depende. ¿Cómo va a conseguir ayuda si tiene problemas? Tenga cuidado, y
considerar el gasto de unos cuantos miles de dólares por asiento en un lugar bien conocido, off-
the-shelf, apoyado y documentado, de calidad comercial paquete de optimización.

Lenguajes de modelado se hacen a mano para dar cabida a modelos multidimensionales, la

función Enlaces de interfaz de base de datos a todos los contemporáneos, hoja de cálculo, y los
administradores de la presentación, y hacer grandes prototipos. Pero si un prototipo que funciona
y aceptación ganancias, el lenguaje de implementación modelado prototipo no podrá presentar
una herramienta de apoyo a las decisiones buenas. Lenguajes de modelado aislar los modelos
monolíticos de solucionadores de off-the-shelf comerciales. En gran escala, los métodos indirectos
solución no están bien soportados (por ejemplo, generación de columnas, o descomposición). Si
usted está trabajando en un problema importante, ¿por qué echar por la borda 40 años de
sabiduría?
La transición del prototipo apresurado generador del modelo de producción y la interfaz no es
fácil. Pero, en nuestra experiencia, el resultado siempre justifica la inversión. Generación del
modelo y tiempos de solución se puede reducir de horas a segundos. Este es el verdadero negocio.
Si alguna vez se preguntó por qué los modelos publicados muy pocos terminan siendo utilizados
en el mundo real, este paso esencial que falta puede ser clave.

# 10 La heurística puede ser dañino

Una heurística --- si una regla del pulgar simple o algún conocido método de búsqueda local --- es
tan fácil de explicar y aplicar, tenemos la tentación de utilizar uno en lugar de métodos más
formales. Heurística puede no requerir software de optimización y puede ofrecer una primera
opción para evaluar a un "sentido común" solución, pero nunca heurística debe ser su única
opción.

También podemos desarrollar límites a la mejor solución posible, aunque esto no es tan divertido
que hacer como la construcción de un método de búsqueda de soluciones. Sin un poco atado de
esta manera, nuestro consejo es de una calidad completamente desconocido. Esta certificación de
calidad es importante: un salto en la mejor solución posible es tan importante como la mejor
solución que tiene.

Un modelo de optimización matemática tarda más de una heurística para desarrollar, y tal vez
resolver, pero puede proporcionar un salto. De hecho, el desarrollo de modelos de flexibilización
de problemas muy difíciles simplemente para obtener los límites que prestan.

A falta de una evaluación fiable de la calidad de su asesoramiento, que está apostando su

reputación de que nadie es más escrupuloso o simplemente afortunado que eres.

Publicar un salto con su solución es lo que hay que hacer, pero hay un riesgo. Nosotros
ha dicho: "Oye, estás dejando el dinero sobre la mesa." Bueno, tal vez lo son, y tal vez no.

El intervalo de incertidumbre es lo que se llama el intervalo entre el valor de una solución y un

límite en el valor de la mejor solución posible. (Hay varias fuentes de éstos, tales como la brecha
integralidad, brecha descomposición, brecha lagrangiano, brecha dualidad, etc) Cuando se
comparan dos escenarios alternativos, usted puede estar absolutamente seguro de que el
ganador, siempre y cuando los dos intervalos de incertidumbre son disjuntos , no importa lo
grande que cada uno de estos intervalos es. Al darse cuenta de esto, se puede trabajar con la
fuerza suficiente para encontrar una diferencia distintiva, y más difícil no.

También hemos estado en una competencia del sector privado donde nuestros competidores
heurísticos escribió el patrocinador y dijo "Brown et. al admitir que sus soluciones no pueden
tener razón. "Muchacho, nos dieron allí, ¿no? Pero su heurística, que se jactan de "mejora las
soluciones de la más que lo ejecute," nos recuerda la diferencia entre las "incógnitas conocidas" y
las "incógnitas desconocidas". Podemos trabajar con la primera, y pesadillas de este último. Una
solución sin límite? No, gracias.

También se nos ha dicho (suspiro, y que he leído en nuestra literatura) "Esta ILP es NP-duro, por lo
que utilizar una heurística." Por favor. Incluso si (ejem) a probar su ILP es NP-hard, esto sólo
significa que es tan duro como un montón de otros problemas que ya estamos resolviendo.
¡Cuánto mejor es una heurística con el tiempo de ejecución exponencial de una enumeración ILP
limitada controlada por varios cientos de parámetros de ajuste documentados representan a
muchas décadas de investigación?

Agradecimientos

Esto se deriva de una presentación original en nuestra reunión MORS en junio de 2002, en
Ft. Leavenworth, KS. Rob Dell me ha ayudado a perfeccionar estos temas desde hace algunos
años con los alumnos de posgrado. Kirk Yost me animó a escribir este e hizo
valiosas sugerencias de mejora. Sobre todo, estoy agradecido por tantos
estudiantes que han enfrentado problemas del mundo real usando las herramientas de
optimización que
enseñar, y son directos como para venir a mi oficina y me dice: "Señor, mi ni
libros de texto ni mis notas de los cursos de explicar esto. "Tenías razón. Fijamos
esto con cada uno de ustedes, y he aprendido mucho en el camino. Gracias a todos.

Esto aparece en PHALANX, vol. 37, No. 4, páginas 12 y siguientes, y se reproduce con
permiso de la Sociedad de Operaciones Militares de 2004.