Banking & Business

Operations Research - Wesentliche Merkmale

Wesentlichen Merkmale

Drei wesentliche Merkmale der Betriebsforschung sind eine Systemorientierung, der Einsatz interdisziplinärer Teams und die Anwendung wissenschaftlicher Methoden auf die Bedingungen, unter denen die Forschung durchgeführt wird.

Systemorientierung

Der Systemansatz für Probleme erkennt, dass das Verhalten eines Teils eines Systems einen gewissen Einfluss auf das Verhalten des gesamten Systems hat. Selbst wenn die einzelnen Komponenten eine gute Leistung erbringen, ist die Leistung des gesamten Systems nicht unbedingt gleich hoch. Zum Beispiel führt das Zusammenbauen der besten Teile jedes Autoteils, unabhängig von der Marke, nicht unbedingt zu einem guten Auto oder sogar zu einem Auto, das läuft, da die Teile möglicherweise nicht zusammenpassen. Es ist die Interaktion zwischen Teilen und nicht die Aktionen eines einzelnen Teils, die bestimmen, wie gut ein System funktioniert.

Die Operations Research versucht daher, die Auswirkung von Änderungen in einem Teil eines Systems auf die Leistung des Gesamtsystems zu bewerten und nach Ursachen für ein Problem zu suchen, das in einem Teil eines Systems in anderen Teilen oder in den Wechselbeziehungen zwischen diesen auftritt Teile. In der Industrie kann ein Produktionsproblem durch eine Änderung der Marketingpolitik angegangen werden. Wenn eine Fabrik beispielsweise einige wenige rentable Produkte in großen Mengen und viele weniger rentable Artikel in kleinen Mengen herstellt, müssen möglicherweise lange, effiziente Produktionsläufe von hochvolumigen, hochprofitablen Artikeln für kurze Auflagen von geringem Volumen und geringem Volumen unterbrochen werden -profit Artikel.

Das interdisziplinäre Team

Wissenschaftliche und technologische Disziplinen haben sich in den letzten 100 Jahren rasant vermehrt. Die Verbreitung, die sich aus der enormen Zunahme wissenschaftlicher Erkenntnisse ergibt, hat der Wissenschaft ein Ablagesystem zur Verfügung gestellt, das eine systematische Klassifizierung von Wissen ermöglicht. Dieses Klassifizierungssystem ist hilfreich bei der Lösung vieler Probleme, indem die richtige Disziplin ermittelt wird , um eine Lösung zu finden. Schwierigkeiten treten auf, wenn komplexere Probleme auftreten, wie sie beispielsweise in großen organisierten Systemen auftreten. Es ist dann notwendig, ein Mittel zu finden, um verschiedene zusammenzubringendisziplinarische Sichtweisen. Da sich die Methoden zwischen den Disziplinen unterscheiden, stellt der Einsatz interdisziplinärer Teams ein viel größeres Arsenal an Forschungstechniken und -werkzeugen zur Verfügung, als dies sonst möglich wäre. Operations Research kann daher durch eher ungewöhnliche Kombinationen von Disziplinen in Forschungsteams und durch die Verwendung unterschiedlicher Forschungsverfahren gekennzeichnet sein.

Methodik

Bis zum 20. Jahrhundert waren Laborexperimente die wichtigste und fast einzige Methode zur Durchführung wissenschaftlicher Forschung. Große Systeme, wie sie in der Betriebsforschung untersucht werden, können jedoch nicht in Laboratorien gebracht werden. Selbst wenn Systeme ins Labor gebracht werden könnten, würde das Gelernte nicht unbedingt für ihr Verhalten in ihrer natürlichen Umgebung gelten , wie die frühen Erfahrungen mit Radar zeigen. Experimente mit Systemen und Subsystemen, die in ihrer natürlichen Umgebung durchgeführt werden („Betriebsexperimente“), sind aufgrund der vom britischen Statistiker entwickelten experimentellen Methoden möglichRA Fisher 1923–24. Aus praktischen oder sogar ethischen Gründen ist es jedoch selten möglich, an großen organisierten Systemen als Ganzes in ihrer natürlichen Umgebung zu experimentieren . Dies führt zu einem offensichtlichen Dilemma: Um ein Verständnis für komplexe Systeme zu erlangen, scheint das Experimentieren notwendig zu sein, kann aber normalerweise nicht durchgeführt werden. Diese Schwierigkeit wird durch die Verwendung von gelöstModelle , Darstellungen des untersuchten Systems. Vorausgesetzt, das Modell ist gut, können Experimente (sogenannte „Simulationen“) daran durchgeführt oder andere Methoden verwendet werden, um nützliche Ergebnisse zu erhalten.

Phasen der Operationsforschung

Problem Formulierung

Um ein Betriebsforschungsproblem zu formulieren, muss ein geeignetes Maß für die Leistung entwickelt und verschiedene mögliche Vorgehensweisen definiert (dh kontrolliert) werden Variablen und deren Einschränkungen) sowie relevante unkontrollierte Variablen identifiziert. Um ein Leistungsmaß zu entwickeln, werden Ziele identifiziert und definiert und dann quantifiziert. Wenn Ziele nicht quantifiziert oder in strengen (normalerweise mathematischen) Begriffen ausgedrückt werden können, können die meisten Techniken der Operationsforschung nicht angewendet werden. Beispielsweise kann ein Geschäftsführer das akquisitive Ziel haben, ein neues Produkt einzuführen und es innerhalb eines Jahres rentabel zu machen. Das identifizierte Ziel ist der Gewinn in einem Jahr, der als Einnahmen abzüglich Kosten definiert wird und wahrscheinlich in Bezug auf den Umsatz quantifiziert wird. In der realen Welt können sich die Bedingungen mit der Zeit ändern. Obwohl zu Beginn des Zeitraums ein bestimmtes Ziel festgelegt wurde, sind daher häufig Änderungen und Neuformulierungen erforderlich.

Detaillierte Kenntnisse über die Funktionsweise des untersuchten Systems und seine Umgebung sind unerlässlich. Dieses Wissen wird normalerweise durch eine erworbenAnalyse des Systems , ein vierstufiger Prozess, bei dem ermittelt wird, wessen Bedürfnisse oder Wünsche die Organisation zu befriedigen versucht; wie diese der Organisation mitgeteilt werden; wie Informationen über Bedürfnisse und Wünsche in die Organisation eindringen; und welche Maßnahmen ergriffen werden, wie sie gesteuert werden und wie viel Zeit und Ressourcen diese Maßnahmen erfordern. Diese Informationen können normalerweise grafisch in einem Flussdiagramm dargestellt werden, mit dem Forscher die Variablen identifizieren können, die sich auf die Systemleistung auswirken.

Sobald die Ziele, die Entscheidungsträger, ihre Vorgehensweisen und die unkontrollierten Variablen identifiziert und definiert wurden, kann ein Leistungsmaß entwickelt und eine quantitative Funktion dieses Maßes ausgewählt werden, die als Kriterium für das verwendet werden soll beste Lösung.

Welche Art von Entscheidungskriterium für ein Problem geeignet ist, hängt vom Kenntnisstand über mögliche Ergebnisse ab. Gewissheit beschreibt eine Situation, in der angenommen wird, dass jede Vorgehensweise zu einem bestimmten Ergebnis führt.Risiko ist eine Situation, in der für jede Vorgehensweise alternative Ergebnisse möglich sind, deren Wahrscheinlichkeiten bekannt sind oder geschätzt werden können. Unsicherheit beschreibt eine Situation, in der für jede Vorgehensweise Wahrscheinlichkeiten nicht den möglichen Ergebnissen zugeordnet werden können.

In Risikosituationen, die in der Praxis am häufigsten vorkommen, besteht das Ziel normalerweise darin, den erwarteten (langfristigen Durchschnitt) Nettogewinn oder Bruttogewinn für bestimmte Kosten zu maximieren oder die Kosten für bestimmte Vorteile zu minimieren. Ein Unternehmen versucht beispielsweise, die erwarteten Gewinne zu maximieren oder die erwarteten Kosten zu minimieren. Andere Ziele, die nicht unbedingt miteinander verbunden sind, können angestrebt werden. Beispielsweise möchte ein Wirtschaftsplaner möglicherweise Vollbeschäftigung ohne Inflation aufrechterhalten. oder verschiedene Gruppen innerhalb einer Organisation müssen möglicherweise ihre unterschiedlichen Ziele gefährden, beispielsweise wenn eine Armee und eine Marine in Verteidigungsfragen zusammenarbeiten müssen.

In unsicheren Situationen kann man versuchen, entweder den minimalen Gewinn zu maximieren oder den maximalen Verlust zu minimieren, der sich aus einer Auswahl ergibt; Dies ist das"Minimax" -Ansatz. Alternativ kann man die möglichen Ergebnisse abwägen, um seinen Optimismus oder Pessimismus widerzuspiegeln, und dann das anwendenMinimax-Prinzip. Ein dritter Ansatz, "Minimax-Bedauern", versucht, die maximale Abweichung von dem Ergebnis zu minimieren, das ausgewählt worden wäre, wenn vor der Auswahl ein Sicherheitszustand bestanden hätte.

Jede identifizierte Variable sollte im Hinblick auf die Bedingungen und Forschungsvorgänge definiert werden, unter denen Fragen zu ihrem Wert beantwortet werden sollten. Dies beinhaltet die Identifizierung der Skala, die zur Messung der Variablen verwendet wird.

Modellbau

Ein Modell ist eine vereinfachte Darstellung der realen Welt und enthält als solche nur die Variablen, die für das jeweilige Problem relevant sind. Ein Modell frei fallender Körper bezieht sich beispielsweise nicht auf die Farbe, Textur oder Form des betreffenden Körpers. Darüber hinaus enthält ein Modell möglicherweise nicht alle relevanten Variablen, da ein kleiner Prozentsatz davon möglicherweise den größten Teil des zu erklärenden Phänomens ausmacht. Viele der verwendeten Vereinfachungen führen zu Fehlern bei den aus dem Modell abgeleiteten Vorhersagen, diese können jedoch häufig klein gehalten werden, verglichen mit dem Ausmaß der Verbesserung der Operationen, die aus ihnen extrahiert werden können. Die meisten Operations Research-Modelle sind symbolische Modelle, da Symbole Eigenschaften des Systems darstellen. Die frühesten Modelle waren physische Darstellungen wie Modellschiffe, Flugzeuge, Schlepptanks und Windkanäle.

Der nächste Schritt über das physikalische Modell hinaus ist der Grafik , einfacher zu konstruieren und zu manipulieren, aber abstrakter. Da die grafische Darstellung von mehr als drei Variablen schwierig ist,symbolische Modelle kamen zum Einsatz. Die Anzahl der Variablen, die in a enthalten sein können, ist unbegrenztsymbolisches Modell, und solche Modelle sind einfacher zu konstruieren und zu manipulieren als physikalische Modelle.

Symbolische Modelle sind völlig abstrakt. Wenn die Symbole in einem Modell definiert sind, erhält das Modell Inhalt oder Bedeutung. Dies hat wichtige Konsequenzen. Symbolische Modelle von Systemen mit sehr unterschiedlichen Inhalten weisen häufig eine ähnliche Struktur auf. Daher können die meisten Systeme und Probleme, die in ihnen auftreten, in Bezug auf relativ wenige Strukturen fruchtbar klassifiziert werden. Da Methoden zum Extrahieren von Lösungen aus Modellen nur von ihrer Struktur abhängen, können einige Methoden verwendet werden, um eine Vielzahl von Problemen aus kontextueller Sicht zu lösen. Schließlich kann ein System, das die gleiche Struktur wie ein anderes hat, wie unterschiedlich die beiden auch sein mögen, als Modell des anderen verwendet werden. Ein solches Modell heißt einanalog . Durch die Verwendung solcher Modelle kann vieles, was über das erste System bekannt ist, auf das zweite angewendet werden.

Trotz der offensichtlichen Vorteile symbolischer Modelle gibt es viele Fälle, in denen physikalische Modelle immer noch nützlich sind, beispielsweise beim Testen physikalischer Strukturen und Mechanismen. Gleiches gilt für Grafikmodelle. Physikalische und grafische Modelle werden häufig in den Vorphasen der Konstruktion symbolischer Modelle von Systemen verwendet.

Operations Research-Modelle repräsentieren den kausalen Zusammenhang zwischen den kontrollierten und unkontrollierten Variablen und der Systemleistung. Sie müssen daher erklärend und nicht nur beschreibend sein. Nur erklärende Modelle können die erforderlichen Mittel zur Manipulation des Systems bereitstellen, um die gewünschten Leistungsänderungen zu erzielen.

Die Analyse der Betriebsforschung zielt auf die Etablierung ab Ursache -Wirkungs-Beziehungen. Obwohl Experimente mit tatsächlichen Vorgängen eines Systems oder eines Teils davon oft nützlich sind, sind dies nicht die einzige Möglichkeit, Ursache und Wirkung zu analysieren . Es gibt vier Muster der Modellkonstruktion, von denen nur zwei experimentieren: Inspektion, Verwendung von Analoga , Betriebsanalyse und Betriebsexperimente. Sie werden hier in der Reihenfolge zunehmender Komplexität betrachtet.

In einigen Fällen sind das System und sein Problem relativ einfach und können entweder durch Inspektion oder durch Diskussion mit Personen, die mit ihm vertraut sind, erfasst werden. Im Allgemeinen können nur geringfügige und sich wiederholende Betriebsprobleme behandelt werden, bei denen menschliches Verhalten eine untergeordnete Rolle spielt.

Wenn der Forscher Schwierigkeiten hat, die Struktur eines Systems symbolisch darzustellen, ist es manchmal möglich, eine Ähnlichkeit, wenn nicht eine Identität, mit einem anderen System festzustellen, dessen Struktur besser bekannt und leichter zu manipulieren ist. Es kann dann möglich sein, entweder das analoge System selbst oder ein symbolisches Modell davon als Modell des Problemsystems zu verwenden. Zum Beispiel eine Gleichung, die aus der kinetischen Theorie der Gase abgeleitet istwurde als Modell für die Bewegung von Zügen zwischen zwei Klassifizierungshöfen verwendet. Es wurden hydraulische Analoga von Volkswirtschaften und elektronische Analoga des Autoverkehrs konstruiert, mit denen Experimente durchgeführt werden konnten, um die Auswirkungen der Manipulation steuerbarer Variablen zu bestimmen. Somit können Analoga sowohl konstruiert als auch in bestehenden Systemen gefunden werden.

In einigen Fällen kann die Analyse der tatsächlichen Operationen eines Systems seine kausale Struktur aufdecken. Betriebsdaten werden analysiert, um eine erklärende Hypothese zu erhalten , die durch Analyse der Betriebsdaten getestet wird. Solche Tests können zu einer Überarbeitung der Hypothese führen. Der Zyklus wird fortgesetzt, bis ein zufriedenstellendes Erklärungsmodell entwickelt ist.

Zum Beispiel eine Analyse der Autos, die in der Stadt anhalten Kfz-Tankstellen an Kreuzungen zweier Straßen zeigten, dass fast alle von vier der 16 möglichen Routen durch die Kreuzung stammten (vier Arten der Einfahrt mal vier Wege der Abfahrt). Die Untersuchung des Prozentsatzes der Autos auf jeder Route, die für den Dienst angehalten wurden, ergab, dass dieser Prozentsatz mit der Zeit zusammenhängt, die durch das Anhalten verloren gegangen ist. Die Daten wurden dann über den Zeitverlust von Autos auf jeder Route gesammelt. Dies ergab eine enge umgekehrte Beziehung zwischen dem prozentualen Stopp und dem Zeitverlust. Aber die Beziehung war nicht linear; das heißt, die Erhöhungen in einem waren nicht proportional zu Erhöhungen in dem anderen. Es wurde dann festgestellt, dass die wahrgenommene verlorene Zeit die tatsächliche verlorene Zeit überstieg und die Beziehung zwischen dem Prozentsatz des Anhaltens von Autos und der wahrgenommenen verlorenen Zeit eng und linear war.

In Situationen, in denen es nicht möglich ist, die Auswirkungen einzelner Variablen durch Analyse von Betriebsdaten zu isolieren, kann es erforderlich sein, darauf zurückzugreifen Betriebsexperimente, um festzustellen, welche Variablen relevant sind und wie sie die Systemleistung beeinflussen.

Dies ist beispielsweise bei Versuchen der Fall, die Auswirkungen von Werbung (Menge, Zeitpunkt und verwendete Medien) auf den Verkauf eines Verbraucherprodukts zu quantifizieren. Werbung des Herstellers ist nur eine von vielen kontrollierten und unkontrollierten Variablen, die sich auf den Umsatz auswirken. Daher kann seine Wirkung in vielen Fällen nur durch kontrollierte Experimente auf dem Gebiet isoliert und gemessen werden.

Gleiches gilt für die Bestimmung, wie sich Größe, Form, Gewicht und Preis eines Lebensmittelprodukts auf dessen Umsatz auswirken. In diesem Fall können Laborexperimente an Verbraucherproben in Vorstufen durchgeführt werden, Feldversuche sind jedoch eventuell erforderlich. Experimente liefern jedoch keine erklärenden Theorien. Sie können nur verwendet werden, um erklärende Hypothesen zu testen , die vor der Versuchsplanung formuliert wurden, und um zusätzliche zu testende Hypothesen vorzuschlagen.

Es ist manchmal notwendig, ein ansonsten akzeptables Modell zu ändern, da es nicht möglich oder praktisch ist, die numerischen Werte der darin enthaltenen Variablen zu finden. Beispielsweise kann ein Modell, das bei der Auswahl von Forschungsprojekten verwendet werden soll, Variablen wie "Erfolgswahrscheinlichkeit des Projekts", "erwartete Projektkosten" und "erwartete Rendite" enthalten. Keines davon kann jedoch zuverlässig berechnet werden.

Modelle helfen nicht nur bei der Lösung von Problemen, sondern sind auch nützlich bei deren Formulierung. Das heißt, Modelle können als Leitfaden verwendet werden, um die Struktur eines Problems zu untersuchen und mögliche Vorgehensweisen aufzudecken, die andernfalls möglicherweise übersehen werden. In vielen Fällen ist die Vorgehensweise, die sich aus einer solchen Anwendung eines Modells ergibt, den zuvor in Betracht gezogenen Möglichkeiten offensichtlich so überlegen, dass eine Begründung seiner Wahl kaum erforderlich ist.

In einigen Fällen kann das Modell eines Problems entweder zu kompliziert oder zu groß sein, um es zu lösen. Es ist häufig möglich, das Modell in einzeln lösbare Teile zu unterteilen und die Ausgabe eines Modells als Eingabe für ein anderes zu verwenden. Da die Modelle wahrscheinlich voneinander abhängig sind, können mehrere Wiederholungen dieses Prozesses erforderlich sein.