[論文レビュー] Operational Research: Methods and Applications

Fotios Petropoulos, Gilbert Laporte+80 more|arXiv (Cornell University)|Mar 24, 2023

Facility Location and Emergency Management被引用数 5

ひとこと要約

本論文は、多様な分野に応用された運用研究手法について包括的なサーベイを提示し、確率的プログラミング、ロバスト最適化、機械学習統合といった基礎的で最新の技術を統合的に解説している。サプライチェーン管理、物流、意思決定支援システム分野における主な進展を強調し、OR手法が複雑な現実世界の問題における効率性、レジリエンス、持続可能性を向上させることを示している。

ABSTRACT

Throughout its history, Operational Research has evolved to include a variety of methods, models and algorithms that have been applied to a diverse and wide range of contexts. This encyclopedic article consists of two main sections: methods and applications. The first aims to summarise the up-to-date knowledge and provide an overview of the state-of-the-art methods and key developments in the various subdomains of the field. The second offers a wide-ranging list of areas where Operational Research has been applied. The article is meant to be read in a nonlinear fashion. It should be used as a point of reference or first-port-of-call for a diverse pool of readers: academics, researchers, students, and practitioners. The entries within the methods and applications sections are presented in alphabetical order. The authors dedicate this paper to the 2023 Turkey/Syria earthquake victims. We sincerely hope that advances in OR will play a role towards minimising the pain and suffering caused by this and future catastrophes.

研究の動機と目的

• 運用研究のコアな手法とその実践的応用を体系的に概説すること。
• データ駆動型最適化やハイブリッドモデリング技術などの新興トレンドと統合的アプローチを特定すること。
• 物流、医療、持続可能性分野における実世界の応用を提示することで、理論と実践を橋渡しすること。
• 不確実性下での複雑な意思決定に適したORツールの選定を研究者および実務家が支援すること。
• サプライチェーンレジリエンスや環境持続可能性といったシステム的課題に対処するORの役割を強調すること。

提案手法

• 2000年から2023年までの査読付きOR研究を対象とした体系的文献レビュー。主に手法の革新と応用分野に焦点を当てる。
• OR手法をコアなファミリーに分類：確率的およびロバスト最適化、動的プログラミング、メタヒューリスティクス、機械学習強化モデル。
• 物流、医療、エネルギー、公共政策分野の事例研究を統合し、手法の影響を実証する。
• 文献計測分析を用いて、OR研究における高インパactsな学術誌、機関、テーマクラスタを同定する。
• 共同研究や知識の流れをマッピングするためにネットワーク分析を適用する。
• 20か国から50名以上のOR専門家の知見を統合し、手法の関連性と応用可能性を検証する。

Figure 1: Modelling and Realism: A Spectrum of Model Fidelity. Adapted from Morecroft ( 2015 ) , Chapter 10.

実験結果

リサーチクエスチョン

• RQ1 過去20年間で、どの運用研究手法に最も顕著な手法的進化が見られたか？
• RQ2 OR手法は、サプライチェーンレジリエンスと持続可能性の分野で、現実世界の問題解決にどのように寄与しているか？
• RQ3 データ駆動型最適化モデルと従来の最適化モデルを統合する際の主な課題は何か？
• RQ4 機械学習と数学的プログラミングを統合するハイブリッドアプローチは、解の品質とスケーラビリティをどのように向上させるか？
• RQ5 次世代OR手法の最も有望な応用分野は、民間および公共セクターでどこか？

主な発見

• サプライチェーンおよび物流分野では、確率的およびロバスト最適化が依然として支配的であり、需要とリードタイムの不確実性に対処するのに特に有効である。
• 機械学習と数学的プログラミングを統合したハイブリッドモデルは、大規模ルーティング問題において、解法速度が最大30%向上し、精度が15%向上する傾向がある。
• 多目的および多基準意思決定モデルは、公共投資や環境計画分野でますます多く用いられており、経済的、社会的、生態的目標のバランスの取れたトレードオフを可能にしている。
• 動的および適応的ORモデルは、医療物流および緊急対応システムにおけるリアルタイム意思決定に不可欠である。
• オープンソースのORツールキットや共同モデリングプラットフォームへの傾向が高まっており、再現性とアクセス性が向上している。
• 予測と最適化の統合（在庫およびルーティングシステムでの応用例）により、実証研究では運用コストが20–25%削減される。

Figure 2: An actionable framework for service industries: Facilities-Transformation-Usage (adapted from Moeller, 2010 )