Wiskundige optimalisatie & Operations Research – Van wetenschap tot investeringsbeslissing

Wetenschappelijke grondslagen, wiskundige modellering, algoritmen en optimalisatiemethoden voor het bedrijfsleven, onderzoek en overheidsinstellingen.

Complexe investerings- en middelenbeslissingen zijn wiskundige problemen. Of bedrijven nu hun CAPEX-portefeuille optimaliseren, overheidsinstellingen beperkte begrotingsmiddelen verdelen of wetenschappers combinatorische beslissingsruimten onderzoeken: centraal staat steeds dezelfde fundamentele vraag.

Welke combinatie van beslissingen levert het best mogelijke resultaat op, gegeven de gestelde doelen en beperkingen?

Het antwoord vereist meer dan alleen gegevensanalyse, het prioriteren van projecten of het berekenen van afzonderlijke kengetallen. Het vereist wiskundige modellering, systematische optimalisatie en een transparante beoordeling van toelaatbare alternatieven.

Deze pagina verbindt Operations Research, Decision Science, toegepaste wiskunde en computationele wetenschap met concrete toepassingsgebieden binnen bedrijfsmanagement en openbare investeringsplanning.

Van wiskundige theorie naar een berekenbare beslissing.

Wetenschappelijke grondslagen ontdekken →

01 | Management, financiën & investeringen

CAPEX-manager & investeringsmanager

Kapitaalallocatie, kapitaalbudgettering en wiskundige CAPEX-optimalisatie

CAPEX-managers staan voor de uitdaging om beperkte investeringsbudgetten te verdelen over talrijke concurrerende projecten. Daarbij moet rekening worden gehouden met economisch rendement, strategische doelstellingen, beperkte middelen en tijdsafhankelijkheden.

Bij een klassieke projectprioritering wordt in eerste instantie de vraag beantwoord welke projecten afzonderlijk bijzonder aantrekkelijk lijken. De wiskundige portefeuilleoptimalisatie beantwoordt een verdere vraag:

Welke combinatie van alle beschikbare projecten maximaliseert het economisch rendement binnen het gegeven CAPEX-budget?

Relevante vakgebieden:

• Capital Allocation Optimization
• Kapitaalbudgettering
• Optimalisatie van de investeringsportefeuille
• Gemengde-gehele-getallenprogrammering (MIP/MILP)
• Investeringsplanning over meerdere perioden
• Optimalisatie met beperkte middelen
• Scenario-optimalisatie
• Beheer van kapitaaluitgaven

Een wiskundig optimalisatiemodel kan projecten combineren op basis van hun investeringskosten, hun verwachte opbrengst en hun onderlinge afhankelijkheden. Er kan zowel rekening worden gehouden met dwingende maatregelen als met budgetbeperkingen of capaciteitsbeperkingen.

Hierdoor verschuift de focus van de beoordeling van afzonderlijke investeringen naar de optimalisatie van de gehele investeringsportefeuille.

CFO’s en financieel verantwoordelijken

Corporate Finance, financiële modellering en optimale kapitaalallocatie

Voor CFO’s is de toewijzing van schaarse financiële middelen een centrale sturingstaak. Investeringsbeslissingen beïnvloeden het rendement op kapitaal, de liquiditeit, het risico, het strategisch handelingsvermogen en de concurrentiepositie op de lange termijn.

Wiskundige optimalisatie maakt het mogelijk om verschillende manieren van kapitaalgebruik binnen één gezamenlijk beslissingsmodel te onderzoeken.

Relevante vakgebieden:

• Corporate Finance
• Financiële engineering
• Strategische financiële planning
• Financiële modellering
• Risico-gecorrigeerde optimalisatie
• Investeringsbeoordeling
• Analyse van reële opties
• Gevoeligheidsanalyse

Economische doelgrootheden zoals de netto contante waarde (NPV), de verwachte kasstroom of het risicogecorrigeerde rendement kunnen deel uitmaken van de doelstelling. Modellen met meerdere perioden houden bovendien rekening met verschillende kasstromen, looptijden en kapitaalvastleggingen.

Het resultaat is een systematische basis voor de vraag hoe het beschikbare kapitaal onder vastgestelde aannames zo effectief mogelijk kan worden ingezet.

Portefeuille- en programmamanagers

Projectportfolio-optimalisatie in plaats van geïsoleerde projectprioritering

Bij klassiek projectportfoliobeheer worden projecten beoordeeld, gecategoriseerd en geprioriteerd. Maar een rangorde van afzonderlijke projecten komt niet noodzakelijkerwijs overeen met de optimale totale portefeuille.

Een project met hoge prioriteit kan bijvoorbeeld zoveel middelen in beslag nemen dat meerdere andere projecten, die samen economisch aantrekkelijker zijn, niet kunnen worden gerealiseerd.

Relevante vakgebieden:

• Projectportfoliobeheer (PPM)
• Projectportfolio-optimalisatie (PPO)
• Projectselectieprobleem (PSP)
• Resource-Constrained Project Scheduling (RCPSP)
• Planning van meerdere projecten
• Strategisch portfoliomanagement (SPM)
• Afhankelijkheidsbeheer
• Portfoliobalans

Wiskundige optimalisatie maakt het mogelijk om projectcombinaties te analyseren binnen gemeenschappelijke beperkingen. Hierdoor wordt de projectportfolio niet alleen beheerd, maar ook beschouwd als een samenhangend optimalisatieprobleem.

Strategische bedrijfsplanners

Strategische planning, scenarioanalyse en meerperiodieke optimalisatie

Strategische bedrijfsplanning vereist beslissingen die meerdere jaren beslaan. Investeringen, capaciteiten, locaties, technologieën en organisatorische middelen staan daarbij in onderlinge relatie tot elkaar.

Een beslissing in de huidige planningsperiode kan toekomstige opties mogelijk maken of uitsluiten.

Relevante vakgebieden:

• Strategische toewijzing van middelen
• Optimalisatie over meerdere perioden
• Dynamische programmering
• Scenarioanalyse
• Strategische portefeuilleoptimalisatie
• Investeringsplanning op lange termijn
• Robuuste optimalisatie

Wiskundige modellen kunnen temporele verbanden weergeven en verschillende strategische ontwikkelingspaden vergelijken. De combinatie van scenarioanalyse en optimalisatie is bijzonder relevant: niet alleen worden de gevolgen van een bepaalde strategie berekend, maar voor elk scenario kan ook een geschikt alternatief worden bepaald.

Asset- en resourcebeheer

Toewijzing van middelen, capaciteitsplanning en optimalisatie van activa

Bedrijven beschikken over beperkte middelen: kapitaal, personeel, machines, installaties, tijd en technische capaciteiten. Deze middelen moeten vaak tegelijkertijd aan meerdere projecten en bedrijfsonderdelen worden toegewezen.

Relevante vakgebieden:

• Optimalisatie van de toewijzing van middelen
• Capaciteitsplanning
• Optimalisatie van het activabeheer
• Optimalisatie van onderhoud
• Optimalisatie van het personeelsbestand
• Netwerkoptimalisatie
• Optimalisatie van de planning

Een wiskundig optimalisatiemodel houdt rekening met beschikbare capaciteiten en concurrerende eisen. Hierdoor kunnen conflicten tussen middelen systematisch worden geïdentificeerd en kunnen toegestane toewijzingen worden berekend.

02 | Publieke sector & infrastructuur

Politieke en publieke besluitvormers

Toewijzing van publieke middelen en optimalisatie van maatschappelijke effecten

Overheidsinstellingen nemen investeringsbeslissingen onder bijzondere omstandigheden. Naast budgettaire en middelenbeperkingen moet rekening worden gehouden met wettelijke verplichtingen, politieke prioriteiten, bestemmingsvoorschriften en maatschappelijke effectdoelstellingen.

In tegenstelling tot investeringen in de particuliere sector staat het financiële rendement vaak niet centraal. In plaats daarvan kunnen publieke maatregelen worden beoordeeld aan de hand van gedefinieerde nutcriteria.

Relevante vakgebieden:

• Publieke besluitvorming
• Welvaartseconomie
• Multi-Criteria Decision Analysis (MCDA)
• Beheer van overheidsinvesteringen
• Optimalisatie van het maatschappelijk welzijn
• Toewijzing van publieke middelen

Wiskundige optimalisatie kan helpen bij het bepalen van de combinatie van overheidsmaatregelen die, binnen de gegeven criteria, het hoogste gemodelleerde totale nut oplevert.

De politieke beslissing over doelstellingen en prioriteiten blijft bij de democratisch gelegitimeerde besluitvormer. De wiskunde zorgt voor optimalisatie binnen deze kaders.

Begrotings- en financiële verantwoordelijken

Optimalisatie van de overheidsbegroting en meerjarige begrotingsplanning

Overheidsbegrotingen zijn meerperiodieke toewijzingssystemen met concurrerende eisen. Gemeenten, deelstaten en federale instellingen moeten financiële middelen verdelen over verplichte taken, investeringen, infrastructuur en politieke programma’s.

Relevante vakgebieden:

• Overheidsfinanciën
• Optimalisatie van begrotingstoewijzing
• Meerjarenbegrotingsplanning
• Kosten-batenanalyse
• Begroting op basis van beperkingen
• Fiscale planning
• Optimalisatie met meerdere doelstellingen

Een wiskundig model kan rekening houden met beschikbare middelen, wettelijke verplichtingen, projectafhankelijkheden en gedefinieerde effectcriteria. Hierdoor wordt het mogelijk om verschillende begrotingscombinaties rekenkundig met elkaar te vergelijken.

Infrastructuur- en investeringsplanners

Infrastructuuroptimalisatie en middelenallocatie op lange termijn

Infrastructuurinvesteringen worden gekenmerkt door een hoge kapitaalbinding, lange gebruiksduur en complexe afhankelijkheden. Wegen, bruggen, scholen, overheidsgebouwen, energie-installaties en voorzieningsnetwerken strijden om beperkte overheidsmiddelen.

Relevante vakgebieden:

• Infrastructure Asset Management
• Optimalisatie van de infrastructuurportefeuille
• Netwerkoptimalisatie
• Betrouwbaarheidsengineering
• Onderhoudsplanning
• Levenscyclusoptimalisatie
• Kapitaalplanning over meerdere perioden

Wiskundige optimalisatie kan helpen bij het combineren van investerings- en onderhoudsmaatregelen, rekening houdend met budget, urgentie, afhankelijkheden en effect.

Modernisering van het bestuur & controlling

Analytische besluitvormingsondersteuning voor overheidsinstellingen

De digitalisering van het openbaar bestuur leidt tot grote hoeveelheden gegevens. De beschikbaarheid van gegevens alleen geeft echter nog geen antwoord op de vraag welke maatregelen moeten worden genomen.

Relevante vakgebieden:

• Public Sector Analytics
• Beslissingsondersteunende systemen
• Prestatiebeheer
• Besluitvorming op basis van meerdere criteria
• Wiskundige modellering
• Prescriptieve analyse
• Scenarioplanning

Een wetenschappelijk onderbouwde optimalisatieaanpak kan administratieve gegevens, beoordelingscriteria en institutionele beperkingen samenbrengen in één gezamenlijk besluitvormingsmodel.

03 | Wiskunde & Operations Research

Wiskundigen & economische wiskundigen

Toegepaste wiskunde, wiskundige programmering en discrete optimalisatie

Wiskundige optimalisatie onderzoekt het vinden van optimale oplossingen binnen gedefinieerde beslissingsruimten. Een optimalisatieprobleem bestaat in principe uit beslissingsvariabelen, een doelfunctie en randvoorwaarden.

Een algemene formulering luidt:

Maximaliseer:

max f(x)

Onder de randvoorwaarden:

g_i(x) ≤ 0, i = 1, ..., m

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

Afhankelijk van de probleemstelling kunnen de beslissingsvariabelen continu, geheel getal of binair zijn.

Bij de selectie van investeringsprojecten worden vaak binaire variabelen gebruikt:

x_i ∈ {0,1}

• x_i = 1: het project wordt geselecteerd.
• x_i = 0: het project wordt niet geselecteerd.

Een eenvoudige portefeuilleoptimalisatie kan worden geformuleerd als een binair optimalisatieprobleem:

Doelfunctie:

max Σ v_i · x_i

Budgetbeperking:

Σ c_i · x_i ≤ B

Waarbij v_i de opbrengst aangeeft, c_i de investeringskosten en B het beschikbare budget.

Dit basismodel staat bekend als het 0-1-rugzakprobleem. Reële investeringsportefeuilles kunnen bovendien afhankelijkheden, meerdere middelen, tijdsvoorwaarden en concurrerende doelgrootheden bevatten.

Relevante vakgebieden:

• Toegepaste wiskunde
• Discrete wiskunde
• Geheelgetalprogrammering
• Lineaire programmering
• Niet-lineaire optimalisatie
• Combinatorische optimalisatie
• Globale optimalisatie
• Wiskundige economie

Specialisten in operations research

Operations Research als wetenschappelijke basis voor complexe toewijzingsbeslissingen

Operations Research houdt zich bezig met de wiskundige analyse en optimalisatie van complexe beslissingsproblemen. De discipline combineert wiskundige modellering, algoritmische oplossingsmethoden, statistiek en systematische beslissingsanalyse.

Typische probleemklassen:

• Rugzakproblemen
• Gegeneraliseerde toewijzingsproblemen
• Set-covering-problemen
• Faciliteitslocatieproblemen
• Planningproblemen
• Netwerkstroomproblemen
• Problemen met de toewijzing van middelen
• Problemen met de selectie van een portfolio

Bij combinatorische problemen neemt het aantal mogelijke oplossingen vaak zeer snel toe.

Voor n onafhankelijk te selecteren binaire projecten zijn er in eerste instantie 2ⁿmogelijke selectiecombinaties.

Bij 100 projecten komt dit neer op:

²¹⁰⁰ ≈ 1,27 ×¹⁰³⁰ theoretische combinaties.

Moderne optimalisatiemethoden hoeven echter niet alle combinaties afzonderlijk te doorlopen. Methoden zoals Branch-and-Bound, Branch-and-Cut, Presolve en wiskundige relaxaties kunnen grote delen van de zoekruimte uitsluiten.

Het gaat niet om een volledige opsomming, maar om de wiskundig onderbouwde zoektocht naar optimale of aantoonbaar voldoende goede oplossingen.

De daadwerkelijke rekencomplexiteit hangt af van de modelstructuur, de beperkingen, de gegevens en de gebruikte algoritmen.

Optimalisatie-ingenieurs

Wiskundige modellen omzetten in krachtige optimalisatiesystemen

Optimization Engineering combineert wiskundige optimalisatie met softwareontwikkeling en praktische probleemoplossing. Reële beslissingsproblemen worden vertaald naar formeel gedefinieerde modellen en verwerkt met geschikte oplossingsmethoden.

Relevante vakgebieden:

• Wiskundige programmering
• Constraint Programming
• Solver-engineering
• Modelformulering
• Algoritmeselectie
• Decompositiemethoden
• Architectuur van optimalisatiesoftware
• Analyse van rekenprestaties

Tot de belangrijkste taken behoren het formuleren van doelfuncties, het in kaart brengen van beperkingen, het selecteren van geschikte algoritmen en het beoordelen van de kwaliteit van de oplossing.

Wiskundige modellering is daarbij net zo belangrijk als de rekenkracht. Een krachtig algoritme kan alleen die probleemstelling optimaliseren die daadwerkelijk in het model is geformuleerd.

Numerieke analisten

Numerieke analyse, stabiliteit en wiskundige berekeningsmethoden

Numerieke analyse onderzoekt de computationele oplossing van wiskundige problemen, waarbij rekening wordt gehouden met nauwkeurigheid, stabiliteit en efficiëntie.

Relevante vakgebieden:

• Numerieke stabiliteit
• Drijvende-komma-rekenkunde
• Numerieke conditionering
• Convergentieanalyse
• Benaderingsmethoden
• Foutanalyse
• Berekeningen met sparse matrices
• Numerieke lineaire algebra

Numerieke methoden zijn met name van belang voor continue en niet-lineaire optimalisatieproblemen. Ook bij gemengd-gehele-getallen-optimalisatieprocedures kunnen numerieke eigenschappen, schaalbaarheid en toleranties de betrouwbaarheid van de berekening beïnvloeden.

Het onderscheid tussen wiskundige optimaliteit, numerieke nauwkeurigheid en praktische oplossingskwaliteit is daarom essentieel.

04 | Data Science, Systeemanalyse & Technologie

Data Scientists & Decision Scientists

Van voorspellende analyse naar prescriptieve analyse

Data Science onderzoekt gegevens, identificeert patronen en ontwikkelt statistische of algoritmische modellen. Decision Science houdt zich bezig met de systematische verbetering van beslissingen.

Bijzonder relevant is het onderscheid tussen drie analytische niveaus:

• Descriptieve analyse: wat is er gebeurd?
• Predictive Analytics: wat zal er naar verwachting gebeuren?
• Prescriptive Analytics: Welke beslissing moet worden genomen, gegeven de gestelde doelen en beperkingen?

Prescriptive Analytics combineert prognoses, wiskundige modellen en optimalisatiemethoden.

Een prognosemodel kan bijvoorbeeld het verwachte economische voordeel van verschillende investeringsprojecten inschatten. Een optimalisatiemodel berekent vervolgens welke combinatie van projecten, rekening houdend met budget- en middelenbeperkingen, moet worden gekozen.

Relevante vakgebieden:

• Data Science
• Beslissingswetenschap
• Machine learning
• Voorspellende analyse
• Prescriptieve analyse
• Bayesiaanse beslissingstheorie
• Beslissingsanalyse op basis van meerdere criteria
• Beslissingsondersteunende systemen

Systeemanalisten en systeemingenieurs

Complexe systemen wiskundig modelleren en optimaliseren

Systeemanalyse onderzoekt de structuur, verbanden en interacties van complexe systemen. Systeemengineering houdt zich bezig met de systematische ontwikkeling en integratie van technische en organisatorische systemen.

Bij investeringsportefeuilles kunnen talrijke wisselwerkingen optreden:

• Projecten hebben gemeenschappelijke middelen nodig.
• Maatregelen zijn qua tijd van elkaar afhankelijk.
• Afzonderlijke investeringen zijn absoluut noodzakelijk.
• Projecten sluiten elkaar uit.
• Investeringsbeslissingen beïnvloeden toekomstige capaciteiten.

Dergelijke relaties kunnen wiskundig worden gemodelleerd als randvoorwaarden.

Relevante vakgebieden:

• Systeemtechniek
• Systeemanalyse
• Systeemoptimalisatie
• Modellering van randvoorwaarden
• Modelgebaseerde systeemtechniek
• Complexe systemen
• Simulatiemodellering
• Vereistenengineering

De kwaliteit van een optimalisatieresultaat hangt in belangrijke mate af van de vraag of deze systeemrelaties volledig en correct zijn gemodelleerd.

Computational Scientists

Wetenschappelijk rekenen en high-performance computing

Computational Science combineert wiskundige modellen met computerondersteunde berekeningsmethoden. Bij grote optimalisatieproblemen worden algoritmische efficiëntie, geheugenbehoefte en rekenarchitectuur belangrijke factoren.

Relevante vakgebieden:

• Wetenschappelijk rekenen
• Computational Mathematics
• High-Performance Computing
• Parallel Computing
• Numerieke optimalisatie
• Computational Complexity
• Prestatie-engineering

Parallel computing kan berekeningen over meerdere processorkernen verdelen. Of en in hoeverre hierdoor een snelheidsvoordeel kan worden behaald, hangt af van het algoritme, de probleemstructuur en het deel van de berekening dat parallel kan worden uitgevoerd.

Voor interactieve optimalisatiesystemen is met name het vermogen relevant om gewijzigde beperkingen of budgetten binnen korte tijd opnieuw te evalueren.

Algoritme-ingenieurs

Algoritmeontwerp, complexiteitstheorie en combinatorische zoekmethoden

Algoritme-engineering houdt zich bezig met de ontwikkeling, implementatie en experimentele evaluatie van krachtige algoritmen.

Bij wiskundige optimalisatieproblemen staan onder andere de volgende vragen centraal:

• Hoe wordt de zoekruimte gestructureerd?
• Welke deelruimten kunnen wiskundig worden uitgesloten?
• Welke grenzen kunnen worden berekend?
• Wanneer is een oplossing aantoonbaar optimaal?
• Welke benaderingsmethoden zijn zinvol bij grote problemen?
• Hoe verandert de looptijd naarmate het probleem groter wordt?

Relevante vakgebieden:

• Algoritmeontwerp
• Theorie van computationele complexiteit
• Branch-and-Bound
• Branch-and-Cut
• Dynamisch programmeren
• Heuristisch zoeken
• Metaheuristieken
• Approximatie-algoritmen
• Parallelle algoritmen

Een centraal kwaliteitskenmerk van wiskundige optimalisatiemethoden is het onderscheid tussen een gevonden toelaatbare oplossing en een aantoonbaar optimale oplossing.

Bij moeilijke problemen kan bovendien de zogenaamde ‘optimality gap’ worden gebruikt om de kwaliteit van een gevonden oplossing te beoordelen aan de hand van wiskundige grenzen.

05 | Gemeenschappelijke wetenschappelijke grondslagen

Van de probleemstelling naar het wiskundige beslissingsmodel

Ongeacht of een investeringsmanager, een wiskundige of een verantwoordelijke voor de overheidsbegroting een probleem bekijkt, volgt de wiskundige optimalisatie een gemeenschappelijke basisstructuur.

Stap 1: Beslissingsvariabelen definiëren

Welke beslissingen kunnen worden genomen? Bijvoorbeeld de selectie, uitstel of afwijzing van afzonderlijke investeringsprojecten.

Stap 2: Doelfunctie formuleren

Welk resultaat moet worden gemaximaliseerd of geminimaliseerd?

• Netto contante waarde
• Economisch rendement
• Maatschappelijk nut
• Voorzieningszekerheid
• Efficiënt gebruik van hulpbronnen
• Risicobeperking

Stap 3: Beperkingen modelleren

Aan welke voorwaarden moet absoluut worden voldaan? Hiertoe behoren budgetbeperkingen, beschikbaarheid van hulpbronnen, technische afhankelijkheden, wettelijke verplichtingen en tijdsvoorwaarden.

Stap 4: Een oplossingsmethode kiezen

Afhankelijk van de wiskundige structuur kunnen lineaire en gehele getallenoptimalisatie, constraint programming, dynamische programmering of heuristische methoden geschikt zijn.

Stap 5: Resultaten valideren

De berekende oplossing moet worden getoetst op toelaatbaarheid, modelveronderstellingen, gevoeligheid en economische of institutionele plausibiliteit.

Stap 6: Beslissingen simuleren

Gewijzigde budgetten, prioriteiten of beperkingen kunnen leiden tot een nieuwe optimale oplossing. Hierdoor wordt wiskundige optimalisatie een instrument voor interactieve besluitvormingsondersteuning.

06 | Wetenschappelijke optimalisatie in de praktijk: StratePlan

StratePlan is de door mAInthink ontwikkelde technologie voor de wiskundige optimalisatie van complexe investerings- en projectportefeuilles.

De aanpak combineert combinatorische optimalisatie met het systematisch in aanmerking nemen van budget-, middelen- en projectafhankelijkheden.

De focus ligt niet alleen op de beoordeling van afzonderlijke projecten, maar ook op het berekenen van economisch of strategisch geschikte projectcombinaties.

De onderliggende wetenschappelijke disciplines omvatten met name:

• Operations Research
• Combinatorische optimalisatie
• Wiskundige programmering
• Beslissingswetenschap
• Prescriptieve analyse
• Optimalisatie van de toewijzing van middelen
• Computational Science

Voor bedrijven kunnen economische kengetallen zoals NPV of andere gedefinieerde doelgrootheden worden gebruikt. Voor overheidsinstellingen kunnen in plaats daarvan gewogen nut- en effectcriteria worden gemodelleerd.

De doelstelling en de beperkingen worden daarbij aangepast aan de betreffende toepassing.

Dezelfde projecten. Hetzelfde budget. Betere combinaties. Betere resultaten.

Wiskundige optimalisatie vervangt noch de verantwoordelijkheid van het management, noch de politieke beslissingsbevoegdheid. Het breidt de beslissingsbasis uit met systematisch berekende alternatieven.

Maak kennis met StratePlan →

07 | Veelgestelde vragen

Wat is het verschil tussen Operations Research en Data Science?

Operations Research richt zich op de wiskundige optimalisatie van beslissingen onder beperkingen. Data Science houdt zich breder bezig met het verkrijgen van inzichten uit gegevens, inclusief statistische analyse en prognoses. Beide disciplines vullen elkaar aan, met name op het gebied van prescriptieve analyse.

Is wiskundige optimalisatie hetzelfde als kunstmatige intelligentie?

Nee. Wiskundige optimalisatie is een op zichzelf staand onderzoeksgebied met een lange wetenschappelijke traditie. Het kan worden gecombineerd met methoden uit de kunstmatige intelligentie, maar is niet hetzelfde als machine learning.

Kan het globale optimum altijd worden berekend?

Niet elk reëel optimalisatieprobleem kan aantoonbaar globaal optimaal worden opgelost binnen haalbare rekentijden. De berekenbaarheid hangt af van de probleemstructuur, de omvang van het model, de wiskundige eigenschappen en de beschikbare rekenkracht. Bij geschikte modellen en oplossingsmethoden kan de globale optimaliteit wiskundig worden aangetoond.

Waarom volstaat klassieke projectprioritering vaak niet?

Bij een rangschikking worden projecten afzonderlijk beoordeeld. Bij portefeuilleoptimalisatie wordt bovendien rekening gehouden met de wisselwerkingen tussen projecten en met gezamenlijke budget- en middelenbeperkingen. Daardoor kan een andere combinatie van projecten een hoger totaalnut opleveren.

Wat houdt combinatorische optimalisatie in?

Combinatorische optimalisatie onderzoekt de selectie of rangschikking van discrete beslissingsalternatieven. Typische toepassingen zijn projectportfolioselectie, middelenplanning, productiecontrole en netwerkoptimalisatie.

Welke rol speelt numerieke analyse?

Numerieke analyse onderzoekt de nauwkeurigheid, stabiliteit en efficiëntie van computationele wiskundige methoden. Ze is met name relevant voor de betrouwbare implementatie en evaluatie van numerieke optimalisatiealgoritmen.

Kunnen overheidsbegrotingen wiskundig worden geoptimaliseerd?

Ja, mits doelstellingen, beoordelingscriteria en beperkingen op passende wijze kunnen worden geformaliseerd. Daarbij moet uitdrukkelijk rekening worden gehouden met wettelijke verplichtingen, bestemmingsvoorschriften en politieke prioriteiten. Wiskundige optimalisatie berekent oplossingen binnen deze kaders, maar is geen vervanging voor een democratische beslissing.

Wat is het verschil tussen simulatie en optimalisatie?

Een simulatie onderzoekt de gevolgen van een bepaalde beslissing of een scenario. Een optimalisatie zoekt binnen een gedefinieerde beslissingsruimte naar de beste toegestane oplossing volgens een doelfunctie. Beide methoden kunnen met elkaar worden gecombineerd.

08 | Van wetenschap naar betere besluitvorming

Operations Research, wiskundige modellering, Decision Science en Computational Science vormen de wetenschappelijke basis van moderne optimalisatiesystemen.

Hun gezamenlijke doel is om complexe besluitvormingsproblemen formeel te beschrijven, toelaatbare alternatieven systematisch te onderzoeken en de kwaliteit van beslissingen op een begrijpelijke manier te verbeteren.

• Voor wiskundigen staan de kwaliteit van modellen en oplossingen centraal.
• Voor technische analisten zijn algoritmen, rekenkracht en validatie doorslaggevend.
• Voor CAPEX-managers en CFO’s telt het economische effect.
• Voor overheidsinstellingen staat het zo effectief mogelijk inzetten van beperkte middelen voorop.

Verschillende perspectieven. Gemeenschappelijke wiskundige grondslagen. Berekenbare beslissingsalternatieven.

StratePlan past deze grondbeginselen toe op complexe investerings- en projectportfolio's.

Wiskundige optimalisatie begrijpen. Economisch potentieel berekenen.

Ontdek StratePlan nu →