Diskret optimering
Det finns många typer av beslutsproblem som syftar till att schemalägga eller allokera resurser, och de är typiskt lämpade att formulera som diskreta optimeringsproblem. De flesta praktisk relevanta diskreta optimeringsproblemen är NP-svåra. Det innebär att tiden det tar att lösa dem växer exponentiellt med problemstorleken. En konsekvens av detta är att även de allra bästa generella optimeringsprogramvarorna kan misslyckas med att lösa ett problem trots tillgång på veckor, eller till och med tusentals år, av beräkningstid.
Under de senaste decennierna har det skett en imponerande utveckling av metoder för att lösa diskreta optimeringsproblem. Tack vare detta kan vi idag lösa många viktiga planerings- och schemaläggningsproblem rimliga beräkningsresurser – men det finns också ett stort antal praktiskt relevanta problem som är enormt utmanande eller i dagsläget omöjliga att lösa.
Organisation
Forskningsinriktningen, tidigare kallad Optimeringsmetodik för schemaläggnings- och resursallokeringsproblem har byggts upp genom stöd från Center for Industrial Information Technology (CENIIT) och har sin hemvist på avdelningen för Tillämpad matematik (TIMA) vid Matematiska institutionen (MAI). Ledare för gruppen är Elina Rönnberg.
Några av våra tillämpade projekt och doktorandprojekt presenteras i listan över forskningsprojekt nedan.
