Group items tagged

"We describe a software application that enables owners of generation output from a virtualized Federal Columbia River Power System to safely operate the system while also shaping the generation to meet their energy and economic needs. The application, known colloquially as The Optimizer, employs modern Operations Research techniques to convert a highly non-linear problem into a linear one so as to create a robust solution for the entire, six-dam system on an hourly basis; over a ten-day time horizon; within seconds to minutes. The tool permits two operators to manage and optimize the entire generation portfolios for nine utilities simultaneously in a very stringent time frame around the clock, and enables planners to ensure that the operation of the river meets all of the requirements for flood control, fish management, electrical reliability, safe dam operation, and recreation under high degrees of uncertainty. As a result, the Optimizer allows utilities to integrate renewable, environmentally friendly wind and solar generation into their resource portfolio with hydro generation and empowers fast decision making and adaptation to rapidly changing conditions."

Внедрение инструментов для управления запасами в P&G Over the past ten years, Procter & Gamble has leveraged its cross-functional organization structure with operations research to reduce inventory investment significantly. Savings were achieved in a two-step process. First, spreadsheet-based inventory models locally optimized each stage in the supply chain. Since these were the first inventory tools installed, they achieved significant savings and established P&G's scientific inventory practices. Second, P&G's more-complex supply chains implemented multi-echelon inventory optimization software to minimize inventory cost across the end-to-end supply chain. In 2009, a tightly coordinated planner-led effort, supported by these tools, drove $1.5 Billion in cash savings. While case studies reveal the mathematics employed, of equal importance is the presentation of the planning process that facilitates inventory management and the decision tree that matches a business to the optimal inventory tool depending on the business' requirements. Today, more than 90% of P&G's business units (about $70 billion in revenues) utilize either single-stage (70%) or multi-echelon (30%) inventory management tools. Plans are underway to grow the use of multi-echelon tools to 65% in the next three years.

«Операции в отделениях неотложной помощи представляют собой многочисленные проблемы для систем оптимизации. Обслуживаемая среда, ориентированная на человека, сложна и нестабильна как для пациентов, так и для поставщиков медицинских услуг. В этой работе описывается система, которая сочетает в себе поддержку машинного обучения, моделирования и оптимизации для улучшения эффективности и своевременности оказания помощи в отделениях неотложной помощи при одновременном сокращении числа повторных госпитализаций, которых можно было бы избежать. Модель позволяет оптимизировать рабочий процесс ED в глобальном масштабе с учетом неопределенности характеристик болезней и моделей ухода за человеком, чтобы минимизировать длительность пребывания и время ожидания для пациентов». "Emergency department operations present numerous challenges for systems optimization. The human-centered service environment is complex and volatile, both for patients and care providers. In this paper, a system is described that couples machine learning, simulation and optimization decision support to improve the efficiency and timeliness of care in the emergency department, while reducing avoidable re-admissions. The model allows one to optimize the ED workflow globally, taking into account the uncertainty of human disease characteristics and care patte

"The Mayo Clinic Department of Orthopedic Surgery was facing low utilization of their operating rooms (ORs) for spine surgical procedures, combined with fluctuating empty days and days with overtime to complete scheduled surgeries. Extremely long days ended up being unsafe days with increased provider fatigue and higher likelihood of errors. Investigation revealed the cause to be inaccurate estimation of surgical and non-surgical duration and scheduling of surgeries rather than limited surgery demand. Existing scheduling optimization research in the literature was inadequate, as they provided a single "optimal" solution. Often, the single optimal solution was not satisfactory to the patients and the providers. The team 1) conducted descriptive research using historical data to identify clinical and operational factors; 2) developed and implemented predictive models for the duration of surgical and nonsurgical times in the OR based on these factors; and 3) developed and implemented a prescriptive scheduling search algorithm that suggests multiple slots for a given surgery thereby providing flexibility while ensuring high probability of completion of surgical day without much overtime (completion closer to 5 pm)."

Описание и примеры использования эффективной эвристики для решения задачи коммивояжера "LKH is an effective implementation of the Lin-Kernighan heuristic for solving the traveling salesman problem." Computational experiments have shown that LKH is highly effective. Even though the algorithm is approximate, optimal solutions are produced with an impressively high frequency. LKH has produced optimal solutions for all solved problems we have been able to obtain; including a 85,900-city instance (at the time of writing, the largest nontrivial instance solved to optimality). Furthermore, the algorithm has improved the best known solutions for a series of large-scale instances with unknown optima, among these a 1,904,711-city instance (World TSP)."

Когда возникает неожиданная проблема со здоровьем, отдел неотложной помощи больницы (ED) становится нашим жизненно важным медицинским ресурсом. Повышение эффективности и своевременности ухода за ЭД при одновременном сокращении допустимых повторных госпитализаций чревато трудностями, связанными со сложностью и неопределенностью. В этой статье мы описываем новую систему поддержки принятия решений, сочетающую машинное обучение, моделирование и оптимизацию для решения этих задач. Система позволяет администраторам здравоохранения оптимизировать рабочий процесс во всем мире, принимая во внимание неопределенность в отношении возникающих травм и заболеваний и связанной с ними помощи, тем самым значительно сокращая продолжительность пребывания пациента. Это достигается без изменения физической структуры, а вместо этого путём фокусирования на консолидации процессов, отслеживании операций и укомплектовании персоналом. Впервые эта система была внедрена в больнице Грейди Мемориал в Атланте, штат Джорджия, что позволило сократить продолжительность пребывания пациента в б�

«Проблема сопряжения членов экипажа авиакомпании состоит в том, что необходимо создать оптимальные пары, которые бы удовлетворяли требованиям к комплектованию рейса. Точный состав экипажа, необходимый для полета, часто варьируется в зависимости от пар, которые его формируют. В отличие от обычных подходов, Saber Long Haul Pairing Optimizer моделирует эту зависимость явно и использует сложные методы ветвей и цен. Мы используем реальные примеры авиакомпаний, чтобы показать, что наше решение приносит значительную экономию для авиационной отрасли ». "The airline crew pairing problem is to generate optimized legal anonymous pairings that cover the flight complement requirements. The exact crew composition needed on a flight often varies depending on of the pairings that cover it. Different from the conventional approaches, Sabre Long Haul Pairing Optimizer models this dependency explicitly and uses sophisticated Branch and Price techniques. We use real airline examples to show our solution brings considerable savings to the airline industry."

«SPRINT - это система поддержки принятия решений для оптимизации управления персоналом, предоставляющим услуги по связям с клиентами в HERA, одной из крупнейших итальянских многофункциональных компаний в области энергетики. SPRINT базируется на самых современных системах прогнозирования и оптимизации спроса, которые получили очень хорошие результаты по сравнению с другими существующими методами. После двух лет службы компания SPRINT представила значительное повышение уровня обслуживания клиентских сервисов, а также повышение производительности труда сотрудников ». "SPRINT is a decision support system for the optimization of staff management of desk customer relations services at HERA, one of the largest Italian multi-utility companies. SPRINT is based on state-of-the-art demand forecasting and optimization frameworks that obtained very good performance with respect to other existing methods. After two years of service, SPRINT introduced a large level-of-service improvement of desk customer services, together with a relevant increase of staff productivity."

"Фирмы подвержены различным рискам, связанным с низкой вероятностью / высоким уровнем воздействия, которые могут нарушить их операции и цепи поставок.Эти риски трудно предсказать и количественно оценить, и поэтому ими трудно управлять. В результате руководители могут применять контрмеры не оптимально, оставляя свои фирмы под угрозой, тратя ресурсы на смягчение других рисков, которые не будут наносить значительный ущерб. В трехлетнем исследовательском сотрудничестве с Ford Motor Company мы рассматриваем эту практическую необходимость, разрабатывая новую модель риска, которая оценивает воздействие сбоя, происходящего где угодно в цепочке поставок фирмы. Наш подход исключает необходимость оценивать вероятность, связанную с каким-либо конкретным риском разрушения, до тех пор, пока компания не узнает, как реализация такого сбоя повлияет на ее работу. В результате компания может принимать более обоснованные решения о том, где сосредоточить свои ограниченные ресурсы управления рисками. Мы демонстрируем, как Форд применял эту модель для выявления ранее непризнанных рисков, оценки де

"Ingram Micro, the world's largest technology distributor operates in a high volume low margin environment. The company started its Business Intelligence & Analytics practice in North America (NA) about 6 years ago. Since then the group has built and deployed a scalable highly innovative price optimization engine, imprime™, for NA's $8B spot business, a set of analytics apps, imsmart™ for its internal sales organization and an integrated digital marketing platform, intelligence.ingrammicro.com, to run data-driven marketing campaigns to its customers and end customers. Since 2011, these products and analytical programs have yielded a cumulative benefit of $1.12 Billion of incremental product revenue and $28M of incremental gross profit. These solutions have been effective in driving profitable growth and are scalable. Our next steps are to continue to drive these best practices within the other regions outside NA and continue our sales enablement activities."

Демонстрация возможностей IBM Decision Optimization Center 3.9

«Национальная широкополосная сеть» - это самый крупный проект в области общественной инфраструктуры, осуществляемый в Австралии. Посредством использования Operations Research ожидается, что в проекте стоимостью 36 млрд. Долл. США не будет расходов на строительство и проектирование в размере более 2,2 млрд. Долл. США.NBN Co, правительственная компания, строящая сеть, разделила страну на более чем 4100 волоконно-оптических модулей (FSAM), каждый из которых охватывает около 2500 помещений. В течение 10-летнего проекта каждый FSAM будет разрабатываться и строиться каждый день. NBN Co заключила договор с австралийской коммерческой математической компанией Biarri для оптимизации проектной задачи. Биарри создал FOND (Fibre Optic Network Design), программный продукт, основанный на сетевом потоке смешанного целочисленного ПО. Это ПО сводит к минимуму стоимость материалов и рабочей силы для каждого FSAM с учетом множества ограничений и позволяет решить задачу менее чем за пять минут. `На сегодняшний день с использованием FOND выполнено более 650 первоначальных проектов FSAM. Это позволило сэкономить примерно 375 млн. Долл. США, позвол

В статье приводятся примеры применения математического программирования в управлении цепью поставок в газодобыче и газопереработке. Приводятся математические постановки задач, в основном нелинейных.

В этой диссертации разработан подход к интегрированному планированию и уменьшению выбросов CO2 для электроэнергетики и нефтеперерабатывающей промышленности на основе оптимизационного моделирования. В каждом случае рассмотрены 3 различных варианта снижения выбросов CO2. Для электроэнергетики это:  - Перераспределение топлива (оптимизация оперативного управления существующими электростанциями для снижения выбросов CO2 без изменения структуры установок);  - смена топлива (переход с грязных топлив на более чистые, в частности, переход с угля на природный газ);  - внедрение различных технологий повышения эффективности производства. 

"We present the problem of scheduling crash tests for new vehicle programs at Ford. We developed a completely custom-made scheduling system that transforms a labor-intensive scheduling process relying on high levels of expertise, to a more automated one that utilizes optimization and institutionalizes expert knowledge. Our system enables engineers and managers to consider multiple scheduling scenarios, using efficient interfaces to specify problem instances and efficient methods to solve them."

"Long term infrastructure planning of locomotive service facilities is vital to the efficiency of the railroad. We developed a large-scale optimization model that integrates decisions on (i) location, capability, and capacity of fixed facilities, (ii) home location and routing plan of movable facilities, and (iii) assignment of a variety of service demands. A decomposition-based solution framework was developed and shown to bring significant economic benefits in full-scale implementations."

Вебинар о преимуществах использования языка моделирования AMPL при разработке оптимизационных приложений

"Компания "Procter & Gamble (P & G) Fabric Care" контролирует широкий спектр продуктов, включающий такие "бытовые" бренды, как Tide, Dash, и Gain. Мы описываем новую аналитическую структуру, которая использует визуальные статистические инструменты и передовые методы математического программирования, помогая P & G определять уровни ингредиентов и архитектуру продуктов и процессов, чтобы создать одни из лучших в мире продуктов для стирки. Эта структура обеспечивает целевые потребительские преимущества, позволяя сэкономить миллионы долларов". "The Procter & Gamble (P&G) Fabric Care business oversees a broad portfolio of products, including household brands such as Tide, Dash, and Gain. We describe a novel analytical framework that uses visual statistical tools and advanced mathematical programming methods, helping P&G determine ingredient levels and product and process architecture to create some of the world's best laundry products. This framework has provided targeted consumer benefits while enabling cost savings in the order of millions of dollars."

"Thursday, February 5, 2009 IEOR Tools interview with GUSEK developer Luis Bettoni One of the great traits of developing software in the Open Source community is that you can build on the successes of others. Luiz Bettoni has done just that with his linear programming tool known as GUSEK. Recently Luiz released version 0.2.2 of GUSEK to the community. GUSEK is a linear programming modeling interface to the GLPK. GUSEK is freely availabe to download. It is designed for the a Windows operating system. IEOR Tools wanted to know more about GUSEK and is happy to have Luiz answer some questions about GUSEK and his contribution to the field of Linear Programming and Operations Research. What is your experience in Operations Research and/or Management Science and your background? I'm a Brazilian researcher and Master's student in the CPGEI department (Graduate School in Electrical Engineering and Industrial Computer Science) at UTFPR University. I'm actually working on two optimization projects to help in decision making. The first is focused in power distribution networks maintenance which is a partnership with COPEL (the energy company of Paraná State). The other one is a PETROBRAS (the world's 7th biggest oil company) with oil distribution scheduling. The first project was my first contact with Operations Research, about a year ago. What is your experience with GLPK? One COPEL project requirement is to use free software to solve LP/MILP models. After some research and a lot of tests GLPK was the natural choice: fast (not like commercial solvers, but better than other open source options), customizable, flexible, has its own modeling language (the GMPL) and is under constant development. Why did you want to create GUSEK? Developing GMPL models without any resources (just with Windows Notepad) was a challenge. To make our job affordable and to save costs we made a custom IDE integrating the GLPK stand-alone solver and the GMPL programming language into a customizable