Software de optimización: modelos fieles, solvers fiables

Los modelos de producción con capacidades y costes deben optimizar de verdad

Qué ocurre. Un proveedor de software de decisión construye un modelo de la producción del cliente con máquinas, capacidades, tiempos de preparación y costes, y el modelo debería encontrar el mejor plan. En la práctica el modelo es una simplificación, los datos llegan tarde y el plan resultante es uno que el planificador corrige a mano.

Qué cuesta. Proyectos de software que tardan en dar beneficio, clientes que vuelven a las hojas de cálculo y consultores que dedican su tiempo a los datos y no al modelo.

Por qué la solución habitual no funciona. Un modelo más detallado es más lento y frágil. Uno más simple pierde justo los efectos que importan. Las heurísticas ajustadas para un cliente hay que rehacerlas para el siguiente. Contratar a un matemático por cliente no escala.

Cómo lo comprueba un diagnóstico remoto a precio fijo. A partir de un modelo típico de cliente, de sus datos y de un ejemplo de planificación compruebo qué simplificaciones cuestan más, si el método de resolución se adapta a la estructura y adónde va el tiempo de cálculo. El diagnóstico remoto a precio fijo responde si una formulación o un método mejores acercan el plan lo bastante a lo que quiere el planificador.

La planificación aérea necesita simulación y heurísticas de optimización rápidas

Qué ocurre. Las aerolíneas planifican vuelos, tripulaciones y aeronaves en una red donde un retraso se propaga. Los planificadores quieren simular el efecto de los cambios y encontrar un plan mejor en minutos, no en una ejecución nocturna. Las herramientas existentes son lentas o dan un plan que no sobrevive a la primera perturbación.

Qué cuesta. Retrasos que cuestan compensaciones y horas de tripulación, aeronaves en tierra y planificadores que trabajan hasta tarde para reparar el plan.

Por qué la solución habitual no funciona. Añadir margen al calendario protege contra el retraso y desperdicia tiempo de aeronave. Un método exacto tarda demasiado para el tamaño de la red. Una regla empírica no ve el segundo efecto de un cambio.

Cómo lo comprueba un diagnóstico remoto a precio fijo. A partir de una muestra de un plan y de sus perturbaciones compruebo qué detalle de simulación importa y qué heurística da un plan suficientemente bueno dentro de su límite de tiempo. El diagnóstico remoto a precio fijo responde cuáles serían el tiempo de cálculo y la calidad del plan para su red.

Más información: Trayectorias y planes de consigna óptimos

La conducción basada en optimización debe escalar con un argumento de seguridad

Qué ocurre. Un vehículo conducido por un optimizador debe entregar un movimiento seguro cada fracción de segundo. Para un piloto con pocos vehículos, el solver se ajusta a mano. Para una flota debe funcionar en el controlador del vehículo, con una vía de seguridad que un evaluador pueda aceptar. Los clientes del software piden ayuda con el propio solver.

Qué cuesta. Retrasos al pasar del piloto a la serie, esfuerzo de soporte por cada cliente y el riesgo de que el solver falle en un caso raro.

Por qué la solución habitual no funciona. Un solver ajustado para el circuito de pruebas falla en el caso raro. Un segundo regulador de reserva, sencillo, asegura el vehículo pero no elimina la pregunta de cuándo se confía en el optimizador. Una biblioteca general de solvers es demasiado grande para el controlador del vehículo.

Cómo lo comprueba un diagnóstico remoto a precio fijo. A partir de la formulación del problema de conducción, de los ajustes del solver y de los casos de fallo compruebo de dónde vienen el tiempo de cálculo y los fallos y qué necesita un solver ligero con una alternativa documentada. El diagnóstico remoto a precio fijo responde si el solver puede hacerse lo bastante robusto para una liberación en serie.

Más información: Control predictivo en hardware embebido