بهینه‌سازی ریاضی یابرنامه‌ریزی ریاضی درریاضیات،اقتصاد،مدیریت به برگزیدن بهترینعضو از یکمجموعه از اعضای دست یافتنی اشاره می‌کند. در ساده‌ترین شکل تلاش می‌شود که با گزینش نظام‌مند داده‌ها از یک مجموعه قابل دستیابی و محاسبه مقدار یکتابع حقیقی مقداربیشینه و کمینه آن به دست آید.در قلمرو مدیریت اصولاً دو فرض وجود دارد:
که اگر فرض نخست را بپذیریم میتوان از روشهایی چون گرفتن مشتق اول و دوم مقدار بهینه را برآورد کرد و چنانچه فرض دوم پذیرفته شود بسته به نوع مسائل سازمانی واقتصادی میتوان مدلهایی را چون:مدل خطی،عدد صحیح، آرمانی، غیر خطی، ضریب لاگرانژ، قطعی یا احتمالی و غیره طراحی کرد و با بهره‌گیری از روش‌های موجود به سوی نقطه بهینه حرکت کرد.
روش‌های تحلیلی بیشتر به دنبال حل دقیق مسائل هستند. از این رو شامل مشتق‌گیری و یافتن پاسخ بهینه‌اند.[۱] فایده اصلی این نوع از الگوریتم‌های بهینه‌سازی تضمین جواب بهینه است، اما استفاده از آنها در مسائل با پیچیدگی بالا یا مسائلی که محاسبه‌ی مشتق تابع هدف یا قیدها مشکل است یا مسائل دارای تابع گسسته دشوار است.[۲]
روش‌های فراابتکاری یا فرااکتشافی برای حل مسائل بزرگتر و با توابع بدرفتار مناسب‌ترند. اگرچه این روش‌ها نمی‌توانند رسیدن به جواب بهینه را تضمین کنند.الگوریتم ژنتیک وتصعید شبیه‌سازی شده مثال‌هایی از این الگوریتمها هستند.[۳][۲]
الگوریتم‌هایی مانند الگوریتم پنگوئن امپراتور (تک هدفه یا چند هدفه) برای حل مسائل پیچیده همچون بهره‌برداری از مخازن سد کارآمد هستند.[۴]
در بهینه‌سازی هدفمان حفظ کردن فرمول یا رابطه‌ای نیست. تنها از دانش قبلی خود استفاده می‌کنیم. به دنبال بیشترین یا کمترین مقدار برای یک کمیت هستیم.
درعلم اقتصاد وعلم مدیریتبرنامه ریزی ریاضی کاربرد بسیاری دارد و زیر مجموعه ای از فنون بهینه سازی و حل مسائل گوناگون اقتصادی و مدیریت به بهترین شکل باتوجه به محدودیت های مسئله اعم از منابع، زمان، مقدار و ...با اعمال قیدها برای رسیدن به بیشترین کارایی که میتواند بیشترین سود، بیشترین تولید، کمترین هزینه، بیشترین ظرفیت، کوتاه‌ترین مسیر، کمترین زمان، سریع ترین زمان، کمترین ریسک و... با استفاده بهینه از منابع به بهترین شکل باشد.
در این مسائل هدفکمینه سازی(minimum) یابیشینه سازی(maximum) تابع هدف نسبت به محدودیت‌ها و قیدهای مسئله است.
بطور کلی میتوان مباحث را بصورت زیر دسته بندی کرد:
۱.برنامه‌ریزی خطی (روش های سیمپلکس و حل مسائل بهینه سازی، روش های Mبزرگ و دو مرحله ای، روش ماتریسی، برنامه‌ریزی اولیه و ثانویه، تحلیل حساسیت، روش تجدید نظر شده سیمپلکس، برنامه‌ریزی پارامتریک)
۲.مدل های ترابری یا حملونقل (مدل های بهینهحمل و نقل کالا یا خدمات یاعرضه و تقاضا از بین چندین مبدا به مقصد از روش‌های تعیین جواب موجه اولیه، تعیین جواب مطلوب از روش پله ای یا توزیعی، مسئله ترابری یا حملونقل غیرمستقیم)
۳.برنامه‌ریزی با اعداد صحیح (روش های شاخه و کران، برنامه ریزی صفر و یک، روش های برشی، مسئله تولید، مسئله واگذاری،روش مجارستانی و مسئلهفروشنده دوره‌گرد)
۴.تحلیل شبکه ای (نظریه گراف، مسئله گسترش کمینه، مسئله کوتاه‌ترین مسیر، مسئله جریان بیشینه، مسئله برش، مسئله جریان با حداقل هزینه)
۵.زمان‌بندی و کنترل برنامه(مدل و شبکه PERT، احتمالات در شبکه PERT،روش مسیر بحرانی و منحی CPM)
۶.برنامه‌ریزی غیرخطی (بهینه‌سازی توابع تک متغیره-روش هایفیبوناچی و میانگین طلایی
بهینه‌سازی توابع چند متغیره بدون محدودیت-روش نیوتن رفشون و روش فلتچر پاول و روش جستجوی هوکی جیو
بهینه‌سازی توابع چند متغیره با محدودیت-روش لاگرانژ وروش نیوتن رفشون وشرایط کان تاکر)
۷.برنامه ریزی داینامیک[۵]
|  | |||||||||||||||||
| ||||||||||||||||||
| ||||||||||||||||||
| ||||||||||||||||||
| زمینه‌ها | |
|---|---|
| فرایندها | |
| مفاهیم | |
| زبان‌ها | |
| ابزارها | |
| افراد | |
| زمینه‌های مرتبط | |
توجه: این الگو تقریباً ازسیستم دسته‌بندی رایانش ای‌سی‌ام پیروی می‌کند. | |
| سخت‌افزار | |
| سازمان سامانه‌های رایانه | |
| شبکه رایانه‌ای | |
| سازمان نرم‌افزار | |
| نظریه زبان‌های برنامه‌نویسی وابزار توسعه نرم‌افزار | |
| توسعه نرم‌افزار | |
| نظریه محاسبات | |
| الگوریتمها | |
| ریاضیات رایانه | |
| سامانه اطلاعاتی | |
| امنیت رایانه | |
| تعامل انسان و رایانه | |
| همروندی | |
| هوش مصنوعی | |
| یادگیری ماشین | |
| گرافیک رایانه‌ای | |
| رایانش کاربردی | |
توجه: بنا برسامانه رده‌بندی رایانش ای‌سی‌ام علم رایانه همچنین میتواند به موضوع‌ها یا زمینه‌های گوناگون تقسیم شود. | |
