Dynamisch Combinatorisch Optimaliseren

In het algemeen kent een combinatorisch optimaliseringsprobleem geen notie van tijd. Alle data worden vooraf gespecificeerd, en vervolgens wordt er door een exacte of heuristische methode, een oplossing gevonden. Dit onderzoeksvoorstel richt zich op problemen waarbij tijd wel een rol speelt, op de volgende twee manieren: ten eerste moet de oplossing in de tijd uitgevoerd worden, ten tweede kunnen de data met het verstrijken der tijd veranderen. Een goed voorbeeld is het uitvoeren van een productie-planning: zo'n planning wordt uitgevoerd in de tijd, en data (nieuwe taken, veranderende duurtijden) kunnen in de loop der tijd wijzigen. Meer precies, we richten ons op situaties waarbij onzekerheid over toekomstige data afneemt naarmate de tijd verstrijkt. We beschouwen in ons voorstel verschillende probleemgebieden waar dit fenomeen een rol speelt; we noemen dergelijke problemen dynamische combinatorische optimaliseringsproblemen.Het is ons doel om efficiente en robuuste methoden voor dynamische combinatorische problemen te ontwikkelen. Dergelijke methoden hebben historische data nodig, alsmede informatie over de toekomst. Onze aanpak zal zich richten op het bestuderen en formuleren van nieuwe mathematische modellen, op het ontwikkelen van efficiente algoritmen, en op een innovatief gebruik van data-science.

Trefwoorden:optimization

Disciplines:Toegepaste economie, Economische geschiedenis, Macro-economie en monetaire economie, Micro-economie, Toerisme