Optimeringsmetodik för schemaläggnings- och resursallokeringsproblem

Möte i ett modernt kontorsrum.
gorodenkoff

Många praktiskt relevanta beslutsproblem inom schemaläggning och resursallokering är mycket beräkningskrävande. Att inom rimlig tid hitta bra lösningar till dessa kräver ofta metoder som utvecklats för att utnyttja den matematiska strukturen hos problemet. 

 

Kvinna framför en whiteboard-tavla med postit-lappar.

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 hundratusentals 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.
Vår forskning syftar dels till att hitta nya vägar för att förbättra beslutsfattande genom optimering, dels till att utveckla bättre metoder för att lösa optimeringsproblem. Några av våra tillämpade projekt och doktorandprojekt presenteras i listan över forskningsprojekt nedan.

Organisation

Forskningsinriktningen 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). Projektledare är Elina Rönnberg.

Delprojekt Visa/dölj innehåll

Kontakt Visa/dölj innehåll

Medarbetare Visa/dölj innehåll

Forskningsområde Visa/dölj innehåll