1.

¿Cuáles son algunos de los desafíos y oportunidades presentes y futuros en la

investigación de optimización de simulación?

Cuando nuestra firma OptTek Systems comenzó a proporcionar la biblioteca comercial de

optimización de simulación OptQuest hace 20 años, el concepto de optimización de simulación
no era ampliamente comprendido ni aceptado. Mucho ha cambiado en las últimas dos
décadas, y la mayoría de los marcos de simulación de eventos comerciales discretos, Monte
Carlo y basados en agentes ahora incorporan una capacidad de optimización de simulación.

Sin embargo, todavía hay muchas oportunidades de mejora y actualmente estamos activos en
la investigación de mejores enfoques para la optimización de objetivos múltiples, ajustando
dinámicamente las técnicas de optimización basadas en las características del modelo y el
análisis y visualización de los resultados de optimización de la simulación para proporcionar
información fácilmente interpretable para los analistas.

2. ¿Qué desafíos y oportunidades ve al integrar la optimización de simulación con la práctica?

Aunque las capacidades de optimización de simulación están integradas en la mayoría de los

paquetes de simulación comerciales de la actualidad, solo se utiliza en una fracción de los
estudios de simulación. Una gran cantidad de tiempo y esfuerzo en los estudios de simulación
se gasta en modelar y validar el sistema del mundo real en la herramienta de simulación.

Sin embargo, los analistas rara vez recuperan todo el conocimiento y las percepciones que
puede aportar el modelo completo. A menudo, los patrocinadores de un estudio limitan sus
preguntas a algunas variaciones discretas en un caso base, o un análisis paramétrico simple en
una o dos variables. Ejecutar solo un puñado de simulaciones alternativas generalmente no
responde a todas las preguntas relevantes. Los analistas se limitan a estas exploraciones
simples, porque no tienen el tiempo y la capacitación para realizar análisis más complejos de
forma manual y no entienden cómo utilizar herramientas de optimización integradas para
automatizar estos análisis y recuperar todo el conocimiento y las ideas disponibles de sus
modelos. .

Como comunidad, necesitamos educar mejor a los jóvenes analistas de simulación sobre el
poder de combinar simulación y optimización. También necesitamos hacer más trabajo en
nuestras interfaces de usuario para que sea fácil e intuitivo 1) identificar entradas de
simulación para variar y salidas para recopilar, 2) definir restricciones y objetivos, 3)
monitorear el progreso de la optimización, y 4) ver e interpretar los resultados de la
optimización de la simulación.

3. ¿Cuáles son los mayores avances que ha visto recientemente en el software de optimización
de simulación?

Un área que hemos estado invirtiendo en los últimos dos años es combinar una capacidad de
análisis con nuestras ofertas de optimización de simulación. Después de resolver un problema
de optimización de simulación, tiene un conjunto de datos de 100 o 1000 pares de entradas de
simulación y salidas de simulación. Hemos tradicionalmente
ha estado preocupado por cuál es el conjunto óptimo de entradas de simulación para lograr
nuestro objetivo, o tal vez por encontrar una frontera eficiente de opciones que proporcionen
compensaciones óptimas entre múltiples objetivos. Sin embargo, lo que hemos escuchado de
nuestros clientes es que, además de las soluciones óptimas, también están muy interesados en
una caracterización del sistema que están modelando.

Las preguntas más frecuentes para caracterizar un sistema son qué valores de entrada de
simulación son más influyentes en las salidas de simulación de interés, si existen relaciones
que definan cómo los subconjuntos de entradas de simulación interactúan con las salidas de
simulación, y si hay regiones buenas y malas de la entrada de simulación. espacio relativo a las
salidas de simulación de interés. La identificación de las entradas de simulación más
influyentes permite a los analistas afinar su búsqueda a las entradas más prometedoras y
comprender las regiones buenas y malas del espacio de entrada en lugar de solo proporcionar
soluciones puntuales, lo que permite a los tomadores de decisiones una mayor flexibilidad en
el diseño y también proporciona una medida de solidez para una propuesta Curso de acción.

Estamos incorporando una serie de técnicas estadísticas y de minería de datos en nuestro

software que se ejecutan automáticamente después de una ejecución de optimización de
simulación para proporcionar un influyente análisis de regiones variables y buenas y malas
regiones. A veces, estos resultados de análisis confirman las expectativas de los analistas.
Cuando los resultados del análisis generan sorpresas, brindan información inesperada sobre el
sistema subyacente que se está modelando o conducen al analista a un error en la lógica o el
modelado que debe abordarse.

4. ¿Cuáles crees que son las mayores barreras para pasar de la investigación al software
comercial? Y ¿Cuáles son algunas formas de superar estas barreras?

El mercado es muy pragmático; el software comercial solo sobrevive si los analistas en el

campo lo entienden y pueden obtener valor de él. Algunas investigaciones son demasiado
especializadas o demasiado arcanas para el software comercial general, pero hay mucho que
se ha hecho y se está haciendo en la comunidad de investigación que podría ser muy
beneficioso para los usuarios empresariales y gubernamentales. Aquellos de nosotros que
ocupamos las esferas de investigación y comerciales necesitamos hacer un mejor trabajo
articulando los beneficios de esta investigación y herramientas de simulación, optimización y
análisis de datos de manera que los analistas de simulación sin títulos avanzados puedan
entender y usar.