Transatlantyckie podejście do problemu "niepewności"
Większość problemów optymalizacji w rzeczywistości nie posiada dokładnie oszacowanych parametrów, takich jak koszty i potrzeby. W najlepszym wypadku znany jest rozkład prawdopodobieństwa względem wartości parametrów. Klasyczne metody optymalizacji nie sprawdzają się w takich przypadkach, ponieważ znalezione optymalne rozwiązanie może być bardzo czułe na najmniejszą zmianę parametrów problemu. Zarówno badacze z Europy, jak i Ameryki Południowej dysponują specjalistyczną wiedzą z zakresu programowania matematycznego i algorytmów graficzno-teoretycznych mających do czynienia z tą niepewnością w problemach optymalizacji, co stanowi doskonałą możliwość do podjęcia współpracy w tej dziedzinie. To właśnie było celem finansowanego przez UE projektu "European South American network on combinatorial optimization under uncertainty" (EUSACOU). Aby zrealizować założenia projektu, zespół przyjrzał się trzem różnym modelom mającym do czynienia z niepewnością. Pierwszy model, zwany optymalizacją online, zakłada brak wiedzy o przyszłości, podczas gdy drugi, zwany optymalizacją stochastyczną, przyjmuje pewne hipotezy na temat ewentualnej przyszłości. Wreszcie model trzeci obejmuje masę autonomicznych czynników, z których każdy zawiera prywatne informacje bez scentralizowanego dostępu. Jedna aplikacja obejmowała problemy szeregowania, w których zadania można dzielić na części nadające się do równoczesnego przetwarzania na więcej niż jednym fachowym urządzeniu. Problemy optymalizacji tego typu następują podczas modelowania planowania operacji reagowania w przypadku katastrof. Stosując nowo opracowane algorytmy aproksymacji, członkowie projektu EUSACOU przeanalizowali jakość polityk w sprawie szeregowania i mieli możliwość zyskania cennych danych. Inne kwestie niepewności, jakie rozważano, odnosiły się do sieci społecznościowych i obciążenia sieci ruchem. W odniesieniu do wyszukiwarek internetowych, badacze zaproponowali i poddali ocenie statyczną pamięć podręczną, by przyspieszyć proces obliczania, wykorzystując wyniki zapytań, które pojawiły się w przeszłości. Zbadano rozmaite podejścia do populacji pamięci podręcznej, by ostatecznie zaprojektować strategię rozróżnialności zapytań, oferując znaczną oszczędność pamięci i czasu. Młodzi badacze, którzy zostali przeszkoleni w ramach projektu EUSACOU, mieli szansę podzielić się swoimi odkryciami podczas warsztatów końcowych. Krzyżowe powielanie pomysłów pochodzących z dwóch kontynentów to doskonały przykład współpracy akademickiej i badawczej. Inicjatywa ta z dużym prawdopodobieństwem przyciągnie utalentowanych badaczy z zagranicy do podjęcia pracy w Europie i otwarcia europejskiej przestrzeni badawczej (EPB) dla naukowców z Południowej Ameryki.
Słowa kluczowe
Niepewność, problemy optymalizacji, polityki w sprawie szeregowania, sieci społecznościowe, wyszukiwarki
