ADSP 요약정리 - 6장 시뮬레이션 및 최적화 - 최적화

제 3절 최적화 

   - 최적화 기법으로 체계적으로 접근해 결정하기는 쉬운일이 아니며 결정의 질 도한 평가하기 어려움

   - 최적화방법으로 선형계획법(수리계획법 분야의 한 종류)을 가장 많이 사용 

   - 최적화 모델은 목적식을 최대화 / 최소화 하기도 하며 등식 / 부등식이라는 제약식을 가짐 

    * 최적화 적용함으로 최적 경영기법을 구할 수 있는 것은 아님 

   - 모델의 기본적인 두 가정 

    * 계수의 확실성 : 불확실성이 존재할 경우 최적화 방법 적용 불가 

     -민감도 분석 : 자료 미비로 계수의 정확도를 알기 어려울 경우 계수 값을 여러가지로 추정하면서 해의 결과가 어떻게 변하는가를 보고 의사결정 

    * 명확한 함수 형태 

    * 최적화는 문제의 성격과 목적에 따라 최소점/ 최대점을 찾는 방법

     - 제약조건 만족시키는 범위에서 목적함수의 값을 극대화 /극호화 하는 방법

    * 몬테칼로 시뮬레이션과 최적화를 결합해 안정적인 모델구축 방법 적용

    * 민감도 분석 : 최적모델링의 입력 값이 어느 범위에서 최적이 유지되는지에 대한 분석 

     - shadow value :독립변수가 한 단위 증가했을 때 변화되는 목적 값의 변화량

   - 복잡한 문제를 풀어가는 과정은 단계별로 명확히 밝혀나가는 것이 차후 문제 발견이나 다른 문제에 재 적용하기에 좋음. 

   - 최적화 성공수행 단계별과정 

    * 1단계 : 문제이해. 분석하려는 문제점이 무엇인지 충분히 이해

    * 2단계 : 의사결정을 위한 변수 정하기 . 어떤 값을 구하는지 명확히 정함

    * 3단계 : 해의 우열을 정하는 기준 선택. 최대/ 최소 찾기 위해 반드시 필요 

    * 4단계 : 3단계에서 정한 기준을 의사결정변수들의 함수식으로 표현하고 목적함수가 분명히 나타나도록 함. 

    * 5단계 : 모든 조건이 의사결정변수 식으로 나타나도록 제약식 만들기 

    * 6단계 : 입력 자료를 수집하거나 추정. 앞서 수립한 모형에 필요한 자료를 모두 수집가능한지 수집에 얼마나 걸리는지 확인 (사내자료, 필요자료 추출, 외부자료) 

    * 7단계 : 모형 개발 후 최적해 구함. 

 

   - 최적화할 대상을 적합하게 표현하는 모델이 핵심

   - 제약조건에 따라 해가 없는 (infeasible) 경우가 나올 수 있음. 

    * 모델링 때 현상을 잘못 파악해 발생간ㅇ

    * 강제로 모델 변경하면 안됨

   - 실무와 관련된 복잡한 모델은 간단한 모델에서 복잡한 모델로 점진적으로 복잡성을 올려가며 적합한 선에서 해결