Математическа оптимизация и оперативно изследване – от науката до инвестиционното решение

Научни основи, математическо моделиране, алгоритми и методи за оптимизация за икономиката, научните изследвания и публичните институции.

Сложните решения за инвестиции и ресурси са математически проблеми. Независимо дали предприятията оптимизират портфейла си от капиталови разходи (CAPEX), публичните институции разпределят ограничени бюджетни средства или учените изследват комбинаторни пространства за вземане на решения: в центъра стои един и същ основен въпрос.

Коя комбинация от решения постига най-добрия възможен резултат при дадени цели и ограничения?

Отговорът изисква повече от анализ на данни, приоритизиране на проекти или изчисляване на отделни показатели. Той изисква математическо моделиране, систематична оптимизация и прозрачна оценка на допустимите алтернативи.

Тази страница свързва операционните изследвания, науката за вземането на решения, приложната математика и изчислителната наука с конкретни области на приложение в корпоративното управление и планирането на публичните инвестиции.

От математическата теория към изчислимото решение.

Открийте научните основи →

01 | Мениджмънт, финанси и инвестиции

Мениджър по капиталови разходи и ръководител на инвестициите

Разпределение на капитала, капиталово бюджетиране и математическа оптимизация на CAPEX

Мениджърите по CAPEX са изправени пред предизвикателството да разпределят ограничените инвестиционни бюджети между множество конкуриращи се проекти. При това трябва да се вземат предвид икономическата възвръщаемост, стратегическите цели, ограниченията на ресурсите и времевите зависимости.

Класическото приоритизиране на проектите първо отговаря на въпроса кои проекти поотделно изглеждат особено привлекателни. Математическата оптимизация на портфейла отговаря на един по-далекоиден въпрос:

Коя комбинация от всички налични проекти максимизира икономическата полза в рамките на дадения CAPEX бюджет?

Съответни области:

• Оптимизация на разпределението на капитала
• Капиталово бюджетиране
• Оптимизация на инвестиционния портфейл
• Смесено-цялочислено програмиране (MIP/MILP)
• Многопериодно инвестиционно планиране
• Оптимизация при ограничени ресурси
• Оптимизация на сценарии
• Управление на капиталовите разходи

Математическият оптимизационен модел може да комбинира проекти въз основа на техните инвестиционни разходи, очакваната полза и взаимните им зависимости. Могат да се вземат предвид както задължителните мерки, така и бюджетните ограничения или ограниченията на капацитета.

По този начин фокусът се измества от оценката на отделни инвестиции към оптимизацията на цялостния инвестиционен портфейл.

Финансови директори и финансови мениджъри

Корпоративни финанси, финансово моделиране и оптимално разпределение на капитала

За финансовите директори разпределението на ограничените финансови средства е централна управленска задача. Инвестиционните решения оказват влияние върху възвръщаемостта на капитала, ликвидността, риска, стратегическата способност за действие и дългосрочната конкурентна позиция.

Математическата оптимизация позволява да се проучат различни начини за използване на капитала в рамките на един общ модел за вземане на решения.

Съответни области:

• Корпоративни финанси
• Финансово инженерство
• Стратегическо финансово планиране
• Финансово моделиране
• Оптимизация, съобразена с риска
• Оценка на инвестициите
• Анализ на реалните опции
• Анализ на чувствителността

Икономически показатели като нетната настояща стойност (NPV), очакваният паричен поток или ползата, коригирана спрямо риска, могат да бъдат част от целевата функция. Многопериодните модели отчитат допълнително различни парични потоци, срокове и обвързания на капитала.

Резултатът е систематична основа за отговора на въпроса как наличният капитал може да бъде използван възможно най-ефективно при определени предпоставки.

Мениджъри на портфейли и програми

Оптимизация на портфейла от проекти вместо изолирано приоритизиране на проекти

При класическото управление на портфейл от проекти проектите се оценяват, категоризират и приоритизират. Но подреждането на отделните проекти по важност не е задължително идентично с оптималния цялостен портфейл.

Един проект с висок приоритет може, например, да изисква толкова много ресурси, че няколко други проекта, които заедно са икономически по-атрактивни, да не могат да бъдат реализирани.

Съответни области:

• Управление на портфолио от проекти (PPM)
• Оптимизация на портфейла от проекти (PPO)
• Проблем с избора на проекти (PSP)
• Планиране на проекти при ограничени ресурси (RCPSP)
• Планиране на множество проекти
• Стратегическо управление на портфейла (SPM)
• Управление на зависимостите
• Балансиране на портфейла

Математическата оптимизация позволява да се анализират комбинации от проекти при общи ограничения. По този начин портфейлът от проекти не само се управлява, но и се разглежда като цялостен оптимизационен проблем.

Стратегически планиращи в предприятията

Стратегическо планиране, анализ на сценарии и многопериодна оптимизация

Стратегическото планиране на предприятието изисква вземане на решения за период от няколко години. Инвестициите, капацитетите, местоположенията, технологиите и организационните ресурси са взаимно свързани.

Едно решение в текущия планов период може да отвори или да затвори бъдещи възможности.

Съответни области:

• Стратегическо разпределение на ресурсите
• Многопериодна оптимизация
• Динамично програмиране
• Анализ на сценарии
• Стратегическа оптимизация на портфейла
• Дългосрочно инвестиционно планиране
• Робустна оптимизация

Математическите модели могат да отразяват времеви взаимосвързаности и да сравняват различни стратегически пътища на развитие. Особено важно е съчетаването на анализ на сценарии и оптимизация: не само се изчисляват последствията от дадена стратегия, но и за всеки сценарий може да се определи подходяща алтернатива за вземане на решение.

Управление на активи и ресурси

Разпределение на ресурсите, планиране на капацитета и оптимизация на активите

Предприятията разполагат с ограничени ресурси: капитал, персонал, машини, съоръжения, време и технически капацитет. Тези ресурси често трябва да бъдат разпределяни едновременно между няколко проекта и бизнес направления.

Съответни области:

• Оптимизация на разпределението на ресурсите
• Планиране на капацитета
• Оптимизация на управлението на активите
• Оптимизация на поддръжката
• Оптимизация на работната сила
• Оптимизация на мрежата
• Оптимизация на графиците

Математическият модел за оптимизация отчита наличните капацитети и конкуриращите се изисквания. По този начин конфликтите между ресурсите могат да бъдат систематично идентифицирани, а допустимите разпределения – изчислени.

02 | Публичен сектор и инфраструктура

Политически и обществени лица, вземащи решения

Разпределение на публични ресурси и оптимизация на общественото въздействие

Публичните институции вземат инвестиционни решения при специфични условия. Освен бюджетните и ресурсните ограничения, трябва да се отчитат и законовите задължения, политическите приоритети, целевото предназначение и целите за обществено въздействие.

За разлика от инвестициите в частния сектор, често финансовата възвръщаемост не е в центъра на вниманието. Вместо това публичните мерки могат да бъдат оценявани въз основа на дефинирани критерии за полезност.

Съответни области:

• Вземане на решения в публичния сектор
• Икономика на благосъстоянието
• Мултикритериален анализ на решенията (MCDA)
• Управление на публичните инвестиции
• Оптимизация на социалното благосъстояние
• Разпределение на публичните ресурси

Математическата оптимизация може да помогне за определяне на комбинацията от публични мерки, която при дадени критерии постига най-високата моделирана обща полза.

Политическото решение относно целите и приоритетите остава в ръцете на демократично легитимирания орган за вземане на решения. Математиката оптимизира в рамките на тези насоки.

Отговорни лица за бюджета и финансите

Оптимизация на публичния бюджет и многогодишно бюджетно планиране

Публичните бюджети са многопериодични системи за разпределение с конкуриращи се изисквания. Общините, провинциите и федералните институции трябва да разпределят финансовите средства между задължителни задачи, инвестиции, инфраструктура и политически програми.

Съответни области:

• Публични финанси
• Оптимизация на разпределението на бюджета
• Многогодишно бюджетно планиране
• Анализ на ефективността на разходите
• Бюджетиране въз основа на ограничения
• Фискално планиране
• Оптимизация с множество цели

Математическият модел може да отчита наличните средства, законовите задължения, зависимостите между проектите и дефинираните критерии за ефективност. По този начин става възможно да се сравняват математически различни комбинации от бюджетни решения.

Планиране на инфраструктурата и инвестициите

Оптимизация на инфраструктурата и дългосрочно разпределение на ресурсите

Инвестициите в инфраструктура се характеризират с висока капиталова обвързаност, дълъг експлоатационен срок и сложни взаимозависимости. Пътища, мостове, училища, административни сгради, енергийни съоръжения и комунални мрежи се конкурират за ограничените публични средства.

Съответни области:

• Управление на инфраструктурни активи
• Оптимизация на инфраструктурния портфейл
• Оптимизация на мрежите
• Инженеринг на надеждността
• Планиране на поддръжката
• Оптимизация на жизнения цикъл
• Многопериодно капиталово планиране

Математическата оптимизация може да допринесе за съчетаването на инвестиционни и експлоатационни мерки, като се вземат предвид бюджетът, спешността, зависимостите и въздействието.

Модернизация на администрацията и контролинг

Аналитична подкрепа при вземането на решения за публични институции

Цифровизацията на публичната администрация генерира големи масиви от данни. Сама по себе си обаче наличието на данни все още не дава отговор на въпроса кои мерки трябва да бъдат приложени.

Съответни области:

• Аналитика в публичния сектор
• Системи за подпомагане на вземането на решения
• Управление на ефективността
• Вземане на решения въз основа на множество критерии
• Математическо моделиране
• Прескриптивна аналитика
• Планиране на сценарии

Научно обоснован подход за оптимизация може да обедини административни данни, критерии за оценка и институционални ограничения в единен модел за вземане на решения.

03 | Математика и оперативно изследване

Математици и икономически математици

Приложна математика, математическо програмиране и дискретна оптимизация

Математическата оптимизация изследва определянето на оптимални решения в рамките на дефинирани пространства за вземане на решения. Една оптимизационна задача по принцип се състои от променливи за вземане на решения, целева функция и ограничения.

Общата формулировка е:

Максимизирай:

max f(x)

При следните ограничения:

g_i(x) ≤ 0, i = 1, ..., m

h_j(x) = 0, j = 1, ..., p

В зависимост от задачата, променливите за вземане на решение могат да бъдат непрекъснати, целочислени или бинарни.

При избора на инвестиционни проекти често се използват бинарни променливи:

x_i ∈ {0,1}

• x_i = 1: проектът се избира.
• x_i = 0: проектът не се избира.

Простата оптимизация на портфейла може да се формулира като бинарен оптимизационен проблем:

Целева функция:

max Σ v_i · x_i

Бюджетно ограничение:

Σ c_i · x_i ≤ B

При това v_i обозначава ползата, c_i – инвестиционните разходи, а B – наличния бюджет.

Този основен модел е известен като „проблемът с раницата 0-1“. Реалните инвестиционни портфейли могат освен това да включват зависимости, множество ресурси, времеви условия и конкуриращи се целеви величини.

Съответни области:

• Приложна математика
• Дискретна математика
• Целочислено програмиране
• Линейно програмиране
• Нелинейна оптимизация
• Комбинаторна оптимизация
• Глобална оптимизация
• Математическа икономика

Специалисти по оперативно изследване

Операционните изследвания като научна основа за сложни решения за разпределение

Операционните изследвания се занимават с математическия анализ и оптимизацията на сложни проблеми, свързани с вземането на решения. Дисциплината съчетава математическо моделиране, алгоритмични методи за решаване, статистика и систематичен анализ на вземането на решения.

Типични класове задачи:

• Проблеми с раницата
• Обобщени задачи за разпределение
• Задачи за покриване на множества
• Задачи за разполагане на обекти
• Задачи за планиране
• Задачи за мрежови потоци
• Задачи за разпределение на ресурси
• Задачи за избор на портфейл

При комбинаторните задачи броят на възможните решения често нараства много бързо.

За n независимо избираеми бинарни проекта първоначално съществуват 2ⁿвъзможни комбинации за избор.

При 100 проекта това съответства на:

²¹⁰⁰ ≈ 1,27 ×¹⁰³⁰ теоретични комбинации.

Съвременните методи за оптимизация обаче не е необходимо да преминават през всички комбинации една по една. Методи като „Branch-and-Bound“, „Branch-and-Cut“, „Presolve“ и математическите релаксации могат да изключат големи части от пространството на търсене.

Решаващо значение има не пълното изброяване, а математически обоснованото търсене на оптимални или доказано достатъчно добри решения.

Действителната изчислителна сложност зависи от структурата на модела, ограниченията, данните и използваните алгоритми.

Инженери по оптимизация

Превръщане на математически модели в мощни системи за оптимизация

Оптимизационното инженерство съчетава математическата оптимизация със софтуерното разработване и практическото решаване на проблеми. Реалните проблеми, свързани с вземането на решения, се превръщат във формално дефинирани модели и се обработват с подходящи методи за решаване.

Съответни специализирани области:

• Математическо програмиране
• Програмиране с ограничения
• Инженеринг на решаващи алгоритми
• Формулиране на модели
• Избор на алгоритми
• Методи за декомпозиция
• Архитектура на софтуера за оптимизация
• Анализ на изчислителната производителност

Сред основните задачи са формулирането на целеви функции, отразяването на ограниченията, изборът на подходящи алгоритми и оценката на качеството на решението.

Математическото моделиране е също толкова важно, колкото и изчислителната мощност. Един ефективен алгоритъм може да оптимизира само онова задание, което действително е формулирано в модела.

Числени анализатори

Числена аналитика, стабилност и математически изчислителни методи

Численият анализ изследва изчислителното решаване на математически задачи, като отчита точността, стабилността и ефективността.

Съответни области:

• Числена стабилност
• Аритметика с плаваща запетая
• Числено кондициониране
• Анализ на сходимостта
• Методи за приближение
• Анализ на грешките
• Изчисления с разредени матрици
• Числена линейна алгебра

Числените методи са от особено значение за задачи за оптимизация с непрекъснати и нелинейни функции. Дори при оптимизационни методи със смесени целочислени променливи числените свойства, мащабируемостта и допустимите отклонения могат да повлияят на надеждността на изчисленията.

Затова е от съществено значение да се прави разграничение между математическа оптималност, числена точност и практическо качество на решението.

04 | Наука за данните, системни анализи и технологии

Учени по данни и учени по вземане на решения

От предсказваща аналитика към предписваща аналитика

Науката за данните изследва данни, идентифицира модели и разработва статистически или алгоритмични модели. Науката за вземането на решения се занимава със систематичното подобряване на решенията.

Особено важно е разграничението между три аналитични нива:

• Описателна аналитика: Какво се е случило?
• Предсказваща аналитика: Какво се очаква да се случи?
• Прескриптивна аналитика: Какво решение трябва да се вземе при дадени цели и ограничения?

Прескриптивната аналитика съчетава прогнози, математически модели и методи за оптимизация.

Например, един прогнозен модел може да оцени очакваната икономическа полза от различни инвестиционни проекти. След това един оптимизационен модел изчислява коя комбинация от проекти трябва да бъде избрана при ограниченията на бюджета и ресурсите.

Свързани области:

• Наука за данните
• Наука за вземането на решения
• Машинно обучение
• Предсказуема аналитика
• Прескриптивна аналитика
• Байесова теория на вземането на решения
• Многокритериален анализ на вземането на решения
• Системи за подпомагане на вземането на решения

Системни анализатори и системни инженери

Математическо моделиране и оптимизиране на сложни системи

Системният анализ изследва структурата, взаимовръзките и взаимодействията в сложните системи. Системното инженерство се занимава със систематичното разработване и интегриране на технически и организационни системи.

При инвестиционните портфейли могат да възникнат множество взаимодействия:

• Проектите се нуждаят от общи ресурси.
• Мерките са взаимно зависими във времето.
• Отделни инвестиции са абсолютно необходими.
• Проектите се изключват взаимно.
• Инвестиционните решения оказват влияние върху бъдещите капацитети.

Такива взаимоотношения могат да бъдат моделирани математически като ограничителни условия.

Съответни области:

• Системно инженерство
• Системна анализа
• Системна оптимизация
• Моделиране на ограничения
• Системно инженерство, базирано на модели
• Сложни системи
• Симулационно моделиране
• Инженеринг на изискванията

Качеството на резултата от оптимизацията зависи в голяма степен от това дали тези системни взаимоотношения са моделирани изчерпателно и правилно.

Изчислителни учени

Научни изчисления и високопроизводителни изчисления

Изчислителната наука съчетава математически модели с компютърно подпомагани методи за изчисление. При големи оптимизационни задачи алгоритмичната ефективност, изискванията към паметта и изчислителната архитектура се превръщат във важни фактори.

Свързани области:

• Научни изчисления
• Изчислителна математика
• Изчисления с висока производителност
• Паралелни изчисления
• Числена оптимизация
• Изчислителна сложност
• Инженеринг на производителността

Паралелните изчисления могат да разпределят изчисленията върху няколко процесорни ядра. Дали и до каква степен това води до увеличаване на скоростта зависи от алгоритъма, структурата на задачата и частта от изчислението, която може да бъде паралелизирана.

За интерактивните системи за оптимизация е особено важна способността да се преоценяват променените ограничения или бюджети в кратък срок.

Инженери по алгоритми

Проектиране на алгоритми, теория на сложността и комбинаторни методи за търсене

Алгоритмичното инженерство се занимава с разработването, внедряването и експерименталната оценка на високоефективни алгоритми.

При математическите оптимизационни задачи на преден план стоят, наред с другото, следните въпроси:

• Как се структурира пространството за търсене?
• Кои подпространства могат да бъдат математически изключени?
• Какви граници могат да бъдат изчислени?
• Кога едно решение е доказано оптимално?
• Кои методи за приближение са подходящи при големи задачи?
• Как се променя времето за изпълнение при нарастващ размер на задачата?

Свързани области:

• Проектиране на алгоритми
• Теория на изчислителната сложност
• Метод „разклонение и ограничаване“
• Метод „разклонение и отрязване“
• Динамично програмиране
• Евристично търсене
• Метаевристики
• Алгоритми за приближение
• Паралелни алгоритми

Една от основните характеристики на качеството на математическите методи за оптимизация е разграничаването между намерено допустимо решение и доказано оптимално решение.

При сложни задачи може да се използва и т.нар. „разлика в оптималността“ (Optimality Gap), за да се оцени качеството на намереното решение въз основа на математически граници.

05 | Общи научни основи

От постановката на задачата до математическия модел за вземане на решения

Независимо дали проблемът се разглежда от инвестиционен мениджър, математик или отговорен за публичния бюджет, математическата оптимизация следва една обща основна структура.

Стъпка 1: Дефиниране на променливите за вземане на решение

Какви решения могат да бъдат взети? Например избор, отлагане или отхвърляне на отделни инвестиционни проекти.

Стъпка 2: Формулиране на целевата функция

Кой резултат трябва да бъде максимизиран или минимизиран?

• Нетна настояща стойност
• Икономическа възвръщаемост
• Обществена полза
• Сигурност на доставките
• Ефективно използване на ресурсите
• Минимизиране на риска

Стъпка 3: Моделиране на ограниченията

Кои условия трябва задължително да бъдат спазени? Към тях спадат бюджетни ограничения, наличност на ресурси, технически зависимости, законови задължения и времеви условия.

Стъпка 4: Избор на метод за решаване

В зависимост от математическата структура подходящи могат да бъдат линейна и целочислена оптимизация, програмиране с ограничения, динамично програмиране или евристични методи.

Стъпка 5: Валидиране на резултатите

Изчисленото решение трябва да бъде проверено по отношение на допустимост, предположенията на модела, чувствителността и икономическата или институционалната правдоподобност.

Стъпка 6: Симулиране на решения

Промените в бюджетите, приоритетите или ограниченията могат да доведат до ново оптимално решение. По този начин математическата оптимизация се превръща в инструмент за интерактивна подкрепа при вземането на решения.

06 | Научна оптимизация в практиката: StratePlan

StratePlan е разработената от mAInthink технология за математическа оптимизация на сложни инвестиционни и проектни портфейли.

Подходът съчетава комбинаторна оптимизация със систематичното отчитане на зависимостите между бюджети, ресурси и проекти.

В центъра на вниманието не е само оценката на отделни проекти, а изчисляването на икономически или стратегически подходящи комбинации от проекти.

Основните научни дисциплини, на които се основава, включват по-специално:

• Оперативно изследване
• Комбинаторна оптимизация
• Математическо програмиране
• Наука за вземането на решения
• Прескриптивна аналитика
• Оптимизация на разпределението на ресурсите
• Изчислителна наука

За предприятията могат да се използват икономически показатели като NPV или други дефинирани целеви величини. За публичните институции вместо това могат да се моделират претеглени критерии за полза и въздействие.

Целевата функция и ограниченията се адаптират към конкретния случай на приложение.

Същите проекти. Същият бюджет. По-добри комбинации. По-добри резултати.

Математическата оптимизация не замества нито отговорността на мениджмънта, нито политическата автономия при вземането на решения. Тя разширява основата за вземане на решения с систематично изчислени алтернативи.

Запознайте се със StratePlan →

07 | Често задавани въпроси

Каква е разликата между оперативните изследвания и науката за данните?

Оперативните изследвания се фокусират върху математическата оптимизация на решенията при ограничения. Науката за данните се занимава по-широко с извличането на знания от данни, включително статистически анализ и прогнозиране. Двете дисциплини се допълват, особено в областта на прескриптивната аналитика.

Математическата оптимизация едно и също ли е с изкуствения интелект?

Не. Математическата оптимизация е самостоятелна изследователска област с дълга научна традиция. Тя може да се комбинира с методи от областта на изкуствения интелект, но не е равнозначна на машинно обучение.

Може ли винаги да се изчисли глобалният оптимум?

Не всеки реален оптимизационен проблем може да бъде решен по доказано глобално оптимален начин в рамките на приемливо време за изчисление. Възможността за изчисление зависи от структурата на проблема, размера на модела, математическите свойства и наличните изчислителни ресурси. При подходящи модели и методи за решаване глобалната оптималност може да бъде математически доказана.

Защо класическото приоритизиране на проекти често не е достатъчно?

Класирането оценява проектите поотделно. Оптимизацията на портфейла отчита допълнително взаимодействията между проектите, както и общите ограничения на бюджета и ресурсите. По този начин друга комбинация от проекти може да постигне по-висока обща полза.

Какво означава комбинаторна оптимизация?

Комбинаторната оптимизация изследва избора или подреждането на дискретни алтернативи за вземане на решения. Типични приложения са изборът на портфейл от проекти, планирането на ресурсите, управлението на производството и оптимизацията на мрежи.

Каква роля играе численият анализ?

Численият анализ изследва точността, стабилността и ефективността на изчислителните математически методи. Той е от особено значение за надеждното внедряване и оценяване на алгоритми за числена оптимизация.

Могат ли публичните бюджети да бъдат математически оптимизирани?

Да, стига целите, критериите за оценка и ограниченията да могат да бъдат подходящо формализирани. При това трябва изрично да се отчитат законовите задължения, целевото предназначение на средствата и политическите приоритети. Математическата оптимизация изчислява решения в рамките на тези рамки, но не замества демократичното вземане на решения.

Каква е разликата между симулация и оптимизация?

Симулацията изследва последиците от дадено решение или сценарий. Оптимизацията търси в рамките на определено пространство за вземане на решения най-доброто допустимо решение съгласно целева функция. Двата метода могат да се комбинират помежду си.

08 | От науката към по-доброто вземане на решения

Операционните изследвания, математическото моделиране, науката за вземането на решения и изчислителната наука съставляват научните основи на съвременните системи за оптимизация.

Тяхната обща цел е да опишат формално сложни проблеми, свързани с вземането на решения, да проучат систематично допустимите алтернативи и да подобрят качеството на решенията по прозрачен начин.

• За математиците качеството на моделите и решенията е в центъра на вниманието.
• За техническите анализатори решаващо значение имат алгоритмите, изчислителната мощност и валидирането.
• За мениджърите по капиталови разходи (CAPEX) и финансовите директори (CFO) е важен икономическият ефект.
• За публичните институции на преден план е възможно най-ефективното използване на ограничените средства.

Различни гледни точки. Общи математически основи. Изчислими алтернативи за вземане на решения.

StratePlan прилага тези основи към сложни инвестиционни и проектни портфейли.

Разберете математическата оптимизация. Изчислете икономическия потенциал.

Открийте StratePlan сега →