Operations Research: Geschichte, Definition und Methoden
Classified in Lehre und Ausbildung
Written at on Deutsch with a size of 8,55 KB.
1.1. Die Geschichte des Operations Research
Die ersten Aktivitäten des Operations Research fanden während des Zweiten Weltkriegs in Großbritannien statt, als die militärische Führung eine Gruppe von Wissenschaftlern aus verschiedenen Wissensbereichen zusammenrief, um strategische und taktische Fragen im Zusammenhang mit der Landesverteidigung zu untersuchen.
Der Name Operations Research entstand offenbar, weil das Team Forschungsaktivitäten zu (militärischen) Operationen durchführte.
Motiviert durch die ermutigenden Ergebnisse des britischen Teams begannen die Administratoren des US-Militärs mit ähnlichen Forschungen. Dafür wurde eine ausgewählte Gruppe von Spezialisten hinzugezogen, die gute Ergebnisse in ihren Studien erzielten und sich mit komplexen logistischen Problemen, der Planung von Seeminen und der effektiven Nutzung von elektronischen Geräten befassten.
Nach dem Ende des Krieges und angezogen von den guten Ergebnissen, die die Militärstrategen erzielt hatten, begannen Industriemanager, die Werkzeuge des Operations Research auf ihre Probleme anzuwenden, die durch die zunehmende Größe und Komplexität der Industrien entstanden waren.
Obwohl Großbritannien die Einführung des Operations Research als neue Disziplin zugeschrieben wird, übernahmen die Vereinigten Staaten bald die Führung in diesem schnell wachsenden Bereich. Die erste allgemein anerkannte mathematische Technik in der Mitte des Operations Research war die Lineare Programmierung Simplex-Methode, die 1947 von dem amerikanischen Mathematiker George B. Dantzig entwickelt wurde. Seitdem wurden neue Techniken durch die Bemühungen und die Zusammenarbeit von Personen sowohl im akademischen als auch im gewerblichen Bereich entwickelt.
Ein zweiter Faktor für den beeindruckenden Fortschritt des Operations Research war die Entwicklung des digitalen Computers, der mit seinen enormen Möglichkeiten der Rechengeschwindigkeit und des Speicherns und Abrufens von Informationen dem Entscheidungsträger schnelle und präzise Ergebnisse ermöglichte.
Ohne den digitalen Computer wäre das Operations Research mit seinen rechenintensiven Problemen nicht auf das heutige Niveau angewachsen.
Operations Research wird derzeit in vielen Bereichen eingesetzt. Diese Aktivitäten haben sich über die militärischen und industriellen Anwendungen hinaus auf Krankenhäuser, Finanzinstitute, Bibliotheken, Stadtplanung, Verkehr und Marketingsysteme ausgeweitet.
1.3. Definition
Operations Research oder Unternehmensforschung kann wie folgt definiert werden: "Operations Research ist die Anwendung der wissenschaftlichen Methode durch interdisziplinäre Gruppen auf Probleme, die mit der Steuerung von Organisationen oder Systemen zusammenhängen, um Lösungen zu finden, die den Zielen der gesamten Organisation am besten dienen."
Operations Research oder Unternehmensforschung ist ein Teilgebiet der Mathematik, das in der Verwendung von mathematischen Modellen und statistischen Algorithmen besteht, um einen Prozess der Entscheidungsfindung zu unterstützen. Oft geht es um die Untersuchung komplexer realer Systeme zur Verbesserung (oder Optimierung) ihres Betriebs. Operations Research ermöglicht die Analyse von Entscheidungsprozessen unter Berücksichtigung der Knappheit der Ressourcen, um festzustellen, wie die Optimierung eines bestimmten Ziels, wie Gewinnmaximierung oder Kostenminimierung, erreicht werden kann.
Merkmale des Operations Research
Operations Research nutzt die wissenschaftliche Methode, um das Problem zu untersuchen. Insbesondere beginnt der Prozess mit der sorgfältigen Beobachtung und der Formulierung des Problems, einschließlich der Erfassung von relevanten Daten.
Operations Research betrachtet das Problem aus einer organisatorischen Perspektive. Auf diese Weise versucht es, Interessenkonflikte zwischen den Mitgliedern der Organisation zu lösen, so dass das Ergebnis das Beste für die gesamte Organisation ist.
Operations Research versucht, eine bessere Lösung (die sogenannte optimale Lösung) für das Problem zu finden. Anstatt sich mit der Verbesserung des Status quo zu begnügen, ist das Ziel, die beste Vorgehensweise zu identifizieren.
Im Operations Research ist es notwendig, einen Teamansatz zu verwenden. Dieses Team sollte Personal mit fundiertem Hintergrund in Mathematik, Statistik und Wahrscheinlichkeitstheorie, Volkswirtschaftslehre, Betriebswirtschaftslehre, Informatik, Maschinenbau usw. umfassen. Das Team muss auch die Erfahrungen und Fähigkeiten haben, um die ordnungsgemäße Abwägung aller Verästelungen des Problems zu ermöglichen.
Operations Research hat eine Reihe von sehr nützlichen Techniken und Modellen für das Systems Engineering entwickelt. Darunter: Nichtlineare Programmierung, Warteschlangentheorie, Ganzzahlige Programmierung, Dynamische Programmierung, unter anderem.
Operations Research neigt dazu, das Problem quantitativ zu analysieren und ein gemeinsames Konzept zu repräsentieren.
Weitere Merkmale
- Darstellung des Systems oder Problems durch mathematische Modelle, die gelöst werden können
- Anwendung der wissenschaftlichen Methode für die Entscheidungsfindung
- Finden der besten Lösung (optimale Lösung)
Methoden des Operations Research
Das Verfahren des Operations Research umfasst die folgenden Phasen:
1.Formulación und Definition des Problems.
2.Construcción Modell.
3.Solución Modell.
4.Validación Modell.
5.Implementación Ergebnisse.
Geben Sie eine Erklärung der einzelnen Phasen:Formulierung 1 und Definition des Problems.. Zu diesem Zeitpunkt benötigen Sie: eine Beschreibung der Ziele des Systems, dh, was Sie optimieren möchten, um beteiligt zu identifizieren die Variablen, ob nachprüfbar oder nicht, das System zur Identifizierung von Zwängen. Wir müssen auch berücksichtigen, Entscheidungsalternativen und Zwänge zu einer Lösung zu produzieren.
2. Bau des Modells. In dieser Phase müssen die Forscher Operationen entscheiden, welches Modell zu bedienendes System für die Darstellung der. Es sollte ein Modell sein, dass bezieht sich auf die Entscheidung Variablen und Nebenbedingungen, um die Parameter des Systems. Die Parameter (oder bekannte Mengen) können entweder von Daten aus der Vergangenheit erhalten werden oder durch eine statistische Methode abgeschätzt werden. Es wird empfohlen, um festzustellen, ob das Modell probabilistischen oder deterministisch. Das Modell kann mathematische Simulation oder heuristischer werden, abhängig von der Komplexität der mathematischen Berechnungen erforderlich.
3. Lösung des Modells. Nachdem Sie das Modell, gehen wir zu den Gleichungen abzuleiten eine mathematische Lösung mit Hilfe verschiedener Techniken und Verfahren sowie zur Lösung mathematischer Probleme. Wir sollten beachten, dass die Lösungen in diesem Verfahren erhaltenen Mathe sind, und wir interpretieren sie in der realen Welt. Darüber hinaus ist für die Lösung des Modells sollte Sensitivitätsanalyse, dh zu sehen, wie es das Modell Spezifikationen und Parameter des Systems Änderungen durchzuführen. Dies liegt daran, die Parameter sind nicht unbedingt richtig und Einschränkungen könnte falsch sein.
4. Validierung des Modells. Die Validierung eines Modells erfordert die Feststellung, ob ein Modell kann genau vorhersagen, das Verhalten des Systems. Eine gängige Methode zur Prüfung der Gültigkeit des Modells ist Vergangenheit Datenübermittlung, das derzeitige System und sehen, ob Sie vergangene Situationen des Systems spielen. Aber da gibt es keine Gewissheit, dass das zukünftige Verhalten des Systems weiter replizieren Verhalten in der Vergangenheit, dann müssen wir immer darauf achten, möglichst System Veränderungen über die Zeit, um richtig zu justieren das Modell.
5. Umsetzung der Ergebnisse. Sobald wir Modell erhaltene Lösung oder Lösungen der, nächsten und letzten Schritt ist die Interpretation der Ergebnisse dieser und Schlussfolgerungen ziehen und Maßnahmen ergreifen, um das System zu optimieren. Wenn das Modell verwendet werden kann ein anderes Problem zu dienen, ist es notwendig zu überprüfen, zu dokumentieren und aktualisieren das Modell für neue Anwendungen.