Dans le contexte hautement concurrentiel de l'économie mondiale actuelle, les gens doivent souvent prendre des décisions délicates. De telles décisions impliquent parfois des milliers ou des millions de possibilités. Un modèle peut apporter une aide précieuse pour analyser des décisions et rechercher des solutions appropriées. Les modèles capturent les caractéristiques les plus importantes d'un problème et les présentent sous une forme facile à interpréter. Les modèles offrent souvent des informations auxquelles l'intuition seule ne donne pas accès.
Un modèle d'optimisation OptQuest comporte quatre éléments principaux : un objectif, des exigences facultatives, des variables de décision Crystal Ball et des contraintes facultatives.
Objectifs d'optimisation : éléments qui représentent le but visé par l'optimisation, par exemple, maximiser les bénéfices ou minimiser les coûts, sur la base d'une prévision et de variables de décision correspondantes.
Exigences : restrictions facultatives placées sur les statistiques de prévision. Toutes les exigences doivent être satisfaites pour qu'une solution soit considérée comme réalisable.
Variables de décision : variables que vous contrôlez, par exemple le nombre de produits à fabriquer, la somme à répartir entre différents investissements ou les projets à choisir parmi un ensemble restreint.
Contraintes : restrictions facultatives placées sur les valeurs de variable de décision. Une contrainte peut par exemple garantir que le montant total des fonds alloués aux différents investissements ne dépasse pas un montant spécifique ou qu'un seul projet est sélectionné dans un groupe donné.
Pour faire l'expérience de la configuration d'un modèle et de l'exécution d'une optimisation, reportez-vous à la section « Didacticiel 2 — Modèle Portfolio Allocation ».