OPTANO Algorithm Tuner

OPTANO Algorithm Tuner Version 2.0. – jetzt mit Gray Box-Optimierung

Der OPTANO Algorithm Tuner ist ein hochtechnologisches Werkzeug, das ein evolutionäres maschinelles Lernverfahren und mathematische Optimierung anwendet. Mit diesem Tool kann ein bestehender Algorithmus – der vielleicht auch schon eingesetzt wird – so konfiguriert werden, dass er genau auf sein Anwendungsgebiet bzw. das zugrunde liegende Problem abgestimmt ist. Dies ist ein bedeutender Vorteil für Unternehmen, da effizientere Algorithmen zu schnelleren und besseren Lösungen führen.  Wie der Tuner im Detail funktioniert, haben wir kürzlich in einem Artikel erläutert, der hier zu finden ist.

Auch wenn wir stolz auf das sind, was wir bisher mit dem OPTANO Algorithm Tuner erreicht haben: es war uns noch nicht genug. Hinter den Kulissen haben unsere Entwickler weiter geforscht, entwickelt, getestet und verfeinert, um das Potenzial des Tuners bestmöglichst auszuschöpfen. Wir glauben, dass wir mit der Veröffentlichung von 2.0 unserem Ziel näher sind als je zuvor…

Die Gray Box: eine innovative Idee

Wie Sie vielleicht schon wissen, kann die Konfiguration von Algorithmen sehr zeitaufwändig sein und Tage, manchmal sogar Wochen dauern. Ein Tuner, der diesen Prozess erheblich beschleunigt, ist ein enormer Vorteil für Unternehmen. Unser Algorithm Tuner ist mit jeder veröffentlichten Version noch schneller und effizienter geworden. Um Zielalgorithmen zu evaluieren, haben wir bisher den typischen Black Box-Ansatz verwendet, bei dem die Evaluierung eines Zielalgorithmus gestartet wird und das Endergebnis erst nach Abschluss der Evaluierung zur Verfügung steht. In unserer aktuellen Version 2.0 können wir nun eine innovative Alternative zur Standard-Black Box anbieten: die Gray Box-Optimierung.

Grau ist das neue Schwarz

Wie bereits erwähnt, können Sie beim Black Box-Ansatz nur das Endergebnis eines Zielalgorithmuslaufs betrachten. Daher wird die Auswertung des Zielalgorithmus bis zum Abschlusszeitpunkt weiterlaufen, auch wenn es sich um eine suboptimale Konfiguration handelt.

Im Gegensatz dazu können Sie bei Anwendung der Gray Box suboptimale Konfigurationen durch Zwischenergebnisse während der Laufs erkennen. Dabei können die Zeitabstände der Zwischenergebnisse beliebig eingestellt werden – seien es 5 Minuten oder 30 Minuten. Sobald die Gray Box erkennt, dass eine Konfiguration für den gewünschten Anwendungsfall nicht optimal ist, wird der Lauf automatisch abgebrochen. Wir können dies mit Darwin‘s „Survival of the fittest“-Theorie vergleichen. Wie bei Darwin werden nur die optimalsten Konfigurationen überleben – oder sozusagen die Ziellinie überqueren – da der Algorithmus-Tuner sich nur auf vielversprechende Konfigurationen konzentriert.

Das folgende Diagramm gibt einen Überblick über die Funktionsweise des Gray Box-Ansatzes im Vergleich zum Ansatz der Black Box:

Gray Box vs Black Box overview

Übersicht: Black Box vs. Gray Box

Wollen Sie den OPTANO Algorithm Tuner mit Gray Box testen?

Die Ergebnisse des Gray Box-Tunings sind im folgenden Diagramm recht deutlich zu sehen: Während beide Ansätze die Standardkonfiguration übertreffen und sozusagen zur gleichen „Fitness“ konvergieren, beschleunigt die Gray Box das gesamte Tuningsystems, so dass schneller gute Konfigurationen gefunden werden, als beim Black Box-Pendant. Tests haben gezeigt, dass die Version 2.0 mit der Gray Box 1,5 mal schneller läuft als ihr Vorgänger.

Gray Box vs Black Box in test

Die Gray Box: wenn es zeitlich kritisch wird

Da das Gray Box-Verfahren den Lösungsprozess von OR-Solvern erheblich beschleunigt, bietet es einen großen Vorteil bei der Lösung von Optimierungsproblemen, bei denen der Zeitfaktor entscheidend ist.  Darüber hinaus verbessert es die Lösungsqualität der eingesetzten Heuristiken (Problemlösetechniken) erheblich.

Nehmen Sie als Beispiel folgendes Szenario:

Ein Unternehmen bietet Facility-Management-Dienstleistungen in einem Umkreis von 200 km an. Es beschäftigt etwa 250 Servicetechniker. Die Kunden rufen das Call-Center an, um Termine für die Techniker zu vereinbaren, damit diese herauskommen und die notwendigen Notfallreparaturen durchführen. Das Ziel des Unternehmens ist es, den Terminplanungsprozess zu vereinfachen und zu beschleunigen.  Es soll sichergestellt werden, dass die Termine innerhalb kürzester Zeit nach der Benachrichtigung des Call-Centers stattfinden und eine optimale Fahrtroute gewählt wird, um einerseits die produktive Zeit beim Kunden vor-Ort zu erhöhen und somit eine höhere Kundenzufriedenheit sicherzustellen und andererseits die Fahrtkosten und -zeiten zu reduzieren.

An dieser Stelle ist der Tuner eine enorme Hilfe. Indem er die Algorithmen im Unternehmen noch schneller und effizienter macht, kann er in viel kürzerer Zeit bessere Lösungen finden und so dem Unternehmen viel Zeit und Ressourcen sparen.

Und das gilt nicht nur für Terminplanungsprozesse. Wenn es um Schnelligkeit und Effizienz geht, kann der OPTANO Algorithm Tuner auch in vielen anderen Bereichen von großem Vorteil sein, also auch bei der  Produktionsplanung, Netzwerkplanung und vielem mehr.

Übrigens…

Wie unsere Vorgängerversionen ist auch die Version 2.0 mit Gray Box-Optimierung genauso anpassungsfähig wie bisher, d.h. sie kann an Ihre individuellen Anforderungen im Anwendungsfall angepasst werden. Sie ist auch nach wie vor Open-Source und steht ab sofort zum kostenlosen Download bereit auf NuGet oder GitHub