Исследование операций · предписывающая аналитика

Математика, которая сокращает затраты

Логистика, производство, маршрутизация: перевожу задачу на язык математики и нахожу решение, которое выдерживает реальные ограничения.

Алексейс Ложкинс
Алексейс Ложкинс
кандидат физ.-мат. наук · 11 лет в промышленной оптимизации
Опыт в
Газпром НефтьHuaweiДеловые ЛинииПГКВолжское ПароходствоДодо Инжиниринг
строим маршрут…
живой алгоритм оптимизации · клик по графику — новая задача
Когда я полезен

Планируете в Excel или вручную

На масштабе бизнеса ручной план теряет проценты затрат — модель вернёт их.

Система есть, но устарела или нужен результат лучше

Доработаю и усилю текущие модели — без замены системы и долгого внедрения.

Нужен быстрый прототип идеи

Соберу на ваших данных за несколько недель — эффект в цифрах, до больших вложений.

Хотите решать сами, без подрядчиков

Обучу команду на ваших задачах — тренинги и менторство.

Как я работаю
01

Формулирую задачу

Из бизнес-целей выделяю аналитическую задачу: что именно и при каких ограничениях нужно улучшить.

02

Перевожу в математику

Превращаю цели и ограничения в строгую математическую постановку — переменные, ограничения, целевая функция.

03

Подбираю алгоритмы

Выбираю методы оптимизации и алгоритмы поиска решения, реализую и довожу до рабочего состояния.

Услуги

Разработка

  • Проектирование и Python-реализация прототипа оптимизационной модели
  • Управление командой математиков по разработке оптимизационных решений
  • Поддержка и доработка текущего оптимизационного решения
Результат

Рабочий прототип или решение с исходным кодом, готовое к внедрению.

Консалтинг

  • Анализ бизнес-процессов на предмет применения оптимизационных моделей
  • Собеседование кандидатов по мат. моделированию и оптимизации
  • Участие в приёмо-сдаточных испытаниях в качестве эксперта
Результат

Оценка применимости, техническое задание, экспертное заключение.

Обучение

  • Корпоративные тренинги и мастер-классы
  • Повышение квалификации сотрудников и частных лиц в мат. моделировании
  • Цикл академических лекций по мат. моделированию
Результат

Команда, владеющая методами оптимизации и моделирования.

Мои кейсы
ПГК
Назначение порожних вагонов · сеть России и СНГ
Порожний пробег вагонов обходится компании в чистый убыток: вагон едет, но ничего не перевозит. Дорабатывал существующую модель распределения вагонов по заявкам на сети России и СНГ, построенную поверх нескольких ML-моделей прогноза освобождения и подачи вагонов. Проверка показала: на длинном горизонте планирования прогнозы теряли точность, и оптимальное на бумаге решение переставало быть надёжным на практике. От модели с длинным горизонтом отказались в пользу новой, с более коротким, но надёжным горизонтом.
Модель: MILP + ML-прогноз освобождения вагонов
Диагноз: длинный горизонт планирования снижал точность прогноза
Решение: переход на модель с более коротким, надёжным горизонтом
Станция высвобождения вагонов заявки
Назначение вагонов на заявки · минимум порожнего пробега
Huawei Technologies
Загрузка дорогого тестового стенда · телеком
Тестовый стенд представляет собой дорогое телеком-оборудование, и его простой обходится компании недёшево. Прежний алгоритм расставлял тесты с пробелами: часть стенда пустовала, ожидая своей очереди. Построил модель, которая подбирает под каждый тест нужный участок сети и заполняет расписание плотно, запуская независимые тесты параллельно. Расписание уплотнилось: тестов помещается больше, и появился потенциал сократить число самих стендов.
Проблема: дорогой стенд простаивал из-за пробелов в расписании
Решение: плотное расписание с параллельным запуском тестов
Результат: больше тестов на том же стенде, потенциал сократить их число
тест 1 тест 2 свободно
Топология теста → участок сети · параллельный запуск
Оператор сети АЗС
Доставка нефтепродуктов · маршрутизация
Планирование доставки топлива с нефтебаз и НПЗ на сеть АЗС без перебоев в реализации. Двухуровневая модель: тактическая балансировка ресурсов и спроса плюс оперативная маршрутизация бензовозов и наполнение секций.
Уровни: тактический + оперативный
Горизонт: неделя / смена
Спрос: по SKU, в разрезе часов
база
Маршрутизация · VRP
Деловые Линии
Расписание водителей · кольцевые маршруты
Оптимизация расписаний водителей на кольцевых маршрутах: минимальное число водителей для непрерывного движения при соблюдении норм трудового законодательства (часы в смену, отдых, недельный лимит). Экономия на маршрутах с длинными плечами составила 14%.
Модель: задача о покрытии (SPP)
Цель: минимум водителей на маршрутах
Экономия: 14% на дальних маршрутах
В1 В2 В3 пн вт ср чт пт сб вс рейс отдых
Расписание водителей · диаграмма Ганта
Волжское Пароходство
Назначение судов на заявки · речные и морские перевозки
Крупная судоходная компания с флотом смешанного (река-море) плавания. Ежедневное назначение сухогрузов и танкеров на заявки фрахтователей с учётом лейкенов и стохастических простоев — погода, шлюзование, проход морских каналов. Максимизация net revenue флота методом генерации столбцов поверх развёрнутой во времени сети (TEN).
Модель: LP + генерация столбцов (Данциг–Вульф)
Представление: TEN → order-based граф
Надёжность: оценка цепочек методом Монте-Карло
S T суда V заявки O
Назначение судов · поток в сети
Додо Инжиниринг
Аудит подхода · передача экспертизы команде
Работал с несколькими командами по ряду задач логистики и планирования. Провёл ревью текущих наработок и технологического стека, разобрал ограничения выбранного подхода и показал, какие ещё методы существуют в математической оптимизации — с рекомендациями, куда двигаться дальше. Цель — не разовое решение, а команда, которая дальше сама справляется с такими задачами.
Формат: аудит и консультации
Охват: несколько команд и задач
Результат: экспертиза осталась в команде
консультант команда
Экспертиза остаётся в команде
Деловые Линии
Оптимизация дозаправок · управление топливом
Топливо — около трети операционных затрат перевозчика. Задача: выбрать заправки вдоль маршрута и объёмы дозаправки так, чтобы минимизировать стоимость топлива при ограничениях на ёмкость бака, минимальный остаток и допустимые объёмы. Экономия до 1,5% от топливных затрат на масштабе парка ТС.
Модель: MILP + мягкие штрафы
Солвер: SCIP
Экономия: до 1,5% от топлива
min 78₽ 84₽ 77₽ 81₽ 76₽ А Б бак цена топлива вдоль маршрута
Оптимизация дозаправок · MILP
ПГК
Баланс парка и заявок · спотовая догрузка
Пул заявок и располагаемый парк вагонов редко совпадают день в день. Задача: на месячном горизонте, без детализации по времени, определить, какие спотовые заявки выгодно взять под простаивающий парк, чтобы одновременно догрузить вагоны и сократить порожний пробег. Консультировал ПГК по доработке действующего решения и по способам добавления новых ограничений в модель. Горизонт намеренно месячный и без детализации по времени: ровно та точность, которая нужна для решения «брать заявку в дозагрузку или нет».
Горизонт: месяц, без детализации по времени
Задача: выбор спотовых заявок под простаивающий парк
Роль: консультации по доработке модели и ограничениям
простой спотовые заявки горизонт: месяц, без детализации по времени
Баланс парка и заявок · месячный горизонт
Индустрия в цифрах
$431 млрд
совокупный эффект финалистов премии Edelman, крупнейшей награды в исследовании операций
INFORMS
518% ROI
средний эффект от внедрения мат. оптимизации за 3 года
Forrester TEI, по заказу Gurobi
5–10%
типичное снижение затрат в цепочках поставок при внедрении оптимизации
McKinsey

Похожая задача? Обсудим, стоит ли её оптимизировать — и с чего начать.

Обсудить задачу
Алексейс Ложкинс

Специалист по исследованию операций — от постановки задачи до внедрения

11 лет занимаюсь разработкой оптимизационных решений в промышленной и прикладной математике, предписывающей аналитике и бизнес-анализе. Веду частную практику LA Optimization и блог-проект Make Optimization Simple про математическую оптимизацию.

  • 01 Кандидат физ.-мат. наук — математическое моделирование, численные методы и комплексы программ
  • 02 Экспертиза: логистика, цепочки поставок, ресурсное и производственное планирование, маршрутизация
  • 03 Академическая активность: профильные конференции и семинары, лекции в вузах
Линейное программированиеЦелочисленная оптимизацияНелинейная оптимизацияМаршрутизацияPython
Статьи и публикации
Кейс
Математическое программирование vs RL: может ли ИИ догнать классику в оптимизации?
Кейс
Делим тестовый стенд между департаментами
Обучение
Алгоритм генерации столбцов (Column Generation)
Обучение
Моделирование нелинейных функций и ограничений в задачах линейного программирования
Обучение
Восемь классических паттернов оптимизационных моделей
Обучение
Когда всё решает «да» или «нет»: SAT-солверы и оптимизация в PySAT
Читать статьи на Хабре →
Экспресс-диагностика
Контакт

Расскажите о задаче — оценю, стоит ли её оптимизировать

Отвечаю в течение суток. Дальше — короткий бесплатный созвон: разберём задачу, ограничения и решим, нужна ли оптимизация и что станет первым шагом.