علیرضا رشیدی‌کمیجان * فرض کنید یک روز صبح از خواب بیدار می‌شوید و با نگاهی به دفترچه برنامه‌های روزمره خود، متوجه می‌شوید که روز کاری بسیار شلوغی در پیش خواهید داشت به گونه‌ای که شاید امکان خوردن ناهار هم برای شما وجود نداشته باشد. بنابراین سعی می‌کنید صبحانه مناسبی میل کنید که بتواند انرژی کافی را در طول روز برای شما ایجاد کند. نگاهی به یخچال می‌اندازید و می‌بینید مواد غذایی متنوعی با مقادیر مختلف موجود است. با توجه به مواد غذایی موجود در یخچال، می‌خواهید بدانید از هر ماده غذایی به چه میزان در وعده صبحانه خود قرار دهید تا بیشترین انرژی را در شما ایجاد کند.

بعد از صرف صبحانه، دومین تصمیمی که باید بگیرید آن است که با چه وسیله‌ای به محل کار خود بروید. شما امکان استفاده از وسیله نقلیه شخصی، مترو، اتوبوس و… را دارید. حال سوالی که باید پاسخ‌دهید آن است که با چه وسیله‌ای به محل کار بروم تا در کمترین زمان ممکن به مقصد برسم.

اینها نمونه‌هایی از مسائل بهینه‌سازی هستند که در قالب تصمیم‌گیری نمود پیدا می‌کنند. ما در طول شبانه‌روز تصمیمات مختلفی اتخاذ می‌کنیم و در تمام آنها بحث بهینه‌سازی می‌تواند مطرح شود. طبیعتا تصمیم‌گیری بابت صبحانه آنقدر مهم و حیاتی نیست که بخواهیم از فنون بهینه‌سازی برای آن استفاده کنیم. همین‌طور در انتخاب وسیله نقلیه، آنقدر ابعاد مساله کوچک است که می‌توان به طور ذهنی و بدون نیاز به فنون علمی، تصمیم مناسب را اتخاذ کرد. اما عمده تصمیمات در محیط‌های کاری و سیستم‌های دنیای واقعی، از یک سو بسیار حیاتی و مهم و تاثیر‌گذار هستند و از سوی دیگر به دلیل پیچیدگی بسیار بالای این سیستم‌ها، امکان اخذ تصمیم مناسب بر مبنای تجارب قبلی و سلایق شخصی وجود ندارد.

به طور نمونه، یک شرکت داروسازی را در نظر بگیرید که بالغ بر ۱۰۰ نوع دارو تولید می‌کند. قطعا تعیین برنامه تولیدی که بهترین سود ممکن را برای این شرکت به همراه آورد کار ساده‌ای نیست و با سعی و خطا و بر اساس تجارب گذشته امکان‌پذیر نیست. ضمنا سبد تولید نامناسب می‌تواند بشدت حاشیه سود شرکت را تقلیل دهد. حال سوال این است که سبد تولید شرکت شامل چه محصولاتی باشد تا بالاترین سود ممکن در بازار برای این شرکت حاصل شود.

به طور مشابه، برنامه‌ریزی برای یک شرکت هواپیمایی که بالغ بر ۱۰۰۰ پرواز در هفته را انجام می‌دهد، کار بسیار پیچیده‌ای است. تصمیم‌گیری در خصوص اینکه هر پرواز در چه زمانی و توسط کدام تیم فنی و مهماندار و کدام هواپیما انجام شود، به حدی پیچیده است که در صورت عدم استفاده از فنون بهینه‌سازی، امکان رسیدن به برنامه‌ای نسبتا خوب هم بسیار ناچیز است. همچنین در حوزه برنامه‌ریزی فرودگاهی، یکی از دغدغه‌های مسافران در پروازهای ترانزیت آن است که به موقع و به سهولت به گیت پرواز ترانزیت خود برسند. یک فرودگاه بین‌المللی با چند صد پرواز در روز چگونه می‌تواند تضمین دهد که بهترین تخصیص گیت و کانتر به هر پرواز را انجام دهد؟ چگونه می‌تواند تضمین دهد که زمان پیاده روی مسافران در تعویض گیت خود در پروازهای ترانزیت کمینه شود؟ چنین امری بدون استفاده مدل‌های ریاضی بهینه‌سازی امری غیرممکن است مخصوصا اگر این مسائل در شرایط عدم قطعیت رخ دهند. معمولا در دنیای واقعی اکثر مسائل در شرایط عدم قطعیت قرار دارند که این کار برنامه‌ریزی را به شدت پیچیده‌تر می‌کند.

خوشبختانه بهینه‌سازی محدود به صنعت و حوزه خاصی نیست و در تمام زمینه‌های تولیدی و خدماتی و نیز مسائل اقتصادی، سیاسی و اجتماعی قابل کاربرد است. به عنوان نمونه، بیمارستان‌ها می‌توانند از بهینه‌سازی برای امور مختلف بهره ببرند. یکی از مواردی که اکثرا نارضایتی پرستاران را در پی دارد بحث تعیین برنامه کاری پرستاران است. اواخر هر ماه، هر پرستار برنامه دلخواه و ترجیحات خود را برای ماه بعد به سرپرستار ارائه می‌دهد و سرپرستار وظیفه برنامه‌ریزی ماه آینده را به عهده دارد. انتظار پرستاران آن است که برنامه تدوین شده با ترجیحات آنان مطابقت داشته باشد و انحراف بالایی از برنامه مطلوب آنها نداشته باشد. برنامه‌ریزی که مبنای علمی ندارد، به راحتی امکان اعمال سلیقه برنامه‌ریز را فراهم می‌آورد. عموما پرستارها از برنامه تهیه شده ناراضی هستند و شکایاتی بابت تعداد شیفت‌های شب زیاد و عدم لحاظ شدن ترجیحاتشان دارند. با کمک بهینه‌سازی علاوه بر اینکه می‌توان جلوی اعمال سلیقه برنامه‌ریز را گرفت، می‌توان برنامه‌ای عادلانه ارائه کرد که کمترین انحراف را از برنامه‌های پیشنهادی پرستاران داشته باشد.

اما سوال اینجاست که چرا با وجود دانشی نظیر بهینه‌سازی باز هم اکثر تصمیم‌گیری‌ها و برنامه‌ریزی‌ها در صنایع و سیستم‌های مختلف به طور تجربی انجام می‌شوند و مدیران علاقه‌ای به به‌کارگیری این فنون ندارند. عدم به‌کارگیری مدل‌های بهینه‌سازی به چند عامل مربوط می‌شود. دلیل اول را می‌توان عدم احساس نیاز به این تکنیک‌ها دانست. واقعیت آن است که تا صنایع در معرض رقابت شدید خارجی نباشند، چندان تمایلی به خروج از پوسته فرسوده برنامه‌ریزی سنتی ندارند. دلیل دوم به عدم آشنایی برخی مدیران با قابلیت‌های بالای تکنیک‌های بهینه‌سازی مربوط می‌شود. آشنایی یک مدیر با نمونه‌های موفق پروژه‌های بهینه‌سازی در صنعتی که فعالیت می‌کند، می‌تواند انگیزه بالایی برای به کارگیری این تکنیک‌ها ایجاد کند. دلیل سوم، عدم تمایل مدیران به استفاده از روشی است که امکان اعمال سلیقه در برنامه‌ریزی را از ایشان سلب می‌کند. به هر حال متاسفانه این واقعیت وجود دارد که برخی مدیران خواهان داشتن درجه آزادی بالا در برنامه‌ریزی و تصمیم‌گیری هستند و برنامه پیشنهادی مدل‌های ریاضی ممکن است با اهداف و خواسته‌های آنان زاویه داشته باشد. آخرین و شاید مهم‌ترین عامل، کمبود شدید متخصصان واقعی در این حوزه است. مدل‌سازی و بهینه‌سازی امری بسیار پیچیده و تخصصی است که در صورت عدم ساختن مدل درست برای یک سیستم، نه تنها شاهد هیچ بهبودی نخواهیم بود بلکه منابع مالی و از همه مهم‌تر اعتماد سازمان‌ها به تکنیک‌های بهینه‌سازی نیز از بین خواهد رفت.

نکته پایانی:

بهینه‌سازی ابزاری است برای برنامه‌ریزی که عمده کاربرد آن به مسائلی برمی‌گردد که به دلیل پیچیدگی بالا، نمی‌توان امیدوار بود برنامه‌ریزی مبتنی بر تجربه بتواند به راهکار مناسبی منجر شود. به کارگیری مدل‌های ریاضی و بهینه‌سازی همراه با ابررایانه‌ها و روش‌های حل کارآمد، می‌تواند برگ برنده شرکت‌ها و سازمان‌ها در فضای رقابتی باشد. بهینه‌سازی کلید موفقیت در رقابت غول‌های صنعتی است. ابزاری است که اگر صنایع ما به آن مجهز شوند تحول عظیمی در اقتصاد ایجاد می‌شود. بهره‌مندی از مزایای گسترده و خارق العاده بهینه‌سازی امکان‌پذیر است اگر: ۱) دولت زمینه رقابت آزاد را فراهم کند تا در قالب این فرآیند رقابتی، سازمان‌ها مجبور به گرایش به مدل‌های بهینه‌سازی شوند ۲) مدیران با نمونه‌های موفق بهینه‌سازی که در آن صنعت پیاده شده و بهبود‌هایی که به همراه داشته آشنا شوند، ۳) دانشگاه‌ها و موسسات آموزشی به تربیت خبرگان و متخصصان این حوزه بپردازند. همان‌طور که یک بیمار در صورت احساس درد و داشتن ایمان به دانش پزشکی به یک پزشک حاذق مراجعه می‌کند، برای بهره‌مندی کشور از مزایای بهینه‌سازی، باید صنایع نیاز به استفاده از تکنیک‌های بهینه‌سازی را داشته باشند، نگاه مثبت به اثربخش بودن این تکنیک‌ها وجود داشته باشد و متخصصان خبره نیز در دسترس باشند.

* دانشیار مهندسی صنایع و عضو هیات علمی