Ovaj projekat će se baviti matematičkim modeliranjem problema. To će biti problemi od velikog praktičnog značaja: rasporedjivanje poslova, diskretni i kontinualni lokacijski problemi, hab lokacijski problemi, optimizacija na mrežama i grafovima, obavijanje podataka, klasterovanje, bioinformatika, geoinformatika, itd. Svaki od pomenutih problema je specifican, što znači da ne postoji opšti model preko koga bi se pristupilo njihovom rešavanju. Te probleme je cesto teško rešiti, posebno optimalno. Zbog toga se u ovom istraživanju veliki znacaj pridaje razvoju metaheuristickih metoda za rešavanje NP-teških problema kombinatorne i globalne optimizacije, kao i njihovoj implementaciji i testiranju na realnim ili test podacima iz literature. Istraživanje na ovom projektu ce obuhvatiti i razvoj sledećih metaheuristika: metoda promeljivih okolina, genetski i evolutivni algoritmi, neuralne mreže, tabu pretraživanje, itd. Planirano je da značajan deo istraživanja sadrži hibridizaciju pomenutih metaheuristika, njihovo uključivanje u egzaktne metode, paralelizaciju i izvršavanje na višeprocesorskim računarima. Na ovaj način bi trebalo da budu rešeni i problemi velikih dimenzija čija rešenja nisu do sada poznata.
Glavni cilj našeg projekta je razvoj metoda za rešavanje NP-teških problema kombinatorne i globalne optimizacije koji se mogu koristiti u industriji, javnom sektoru, saobraćaju, obrazovanju, itd. Prva tema ce biti heuristički pristup, pošto egzaktne metode ne mogu da reše većinu realnih praktičnih problema. Za neke kombinatorne probleme razvićemo egzaktne metode kako bi ocenili kvalitet rešenja naših novih heuristika. štaviše, pokušaćemo da egzaktno rešimo instance problema većih ili jednakih dimenzija u odnosu na postojeće u literaturi. Preciznije, sadržaj našeg istraživanja je sledeći:
Od metoda višekriterijumskog i višeatributivnog odlučivanja detaljnije će se obraditi:
(1) novi pristupi u metodi obavijanja podataka;
(2) strategije fazi rangiranja u snabdevanju proizvodno-distributivnog sistema;
(3) metode automatskog upravljanja u saobraćaju i transportu;
(4) optimizacija u problemima javnog sektora (komunalne, transportne i poštanske službe);
(5) optimizacija telekomunikacionih i računarskih mreža.
Optimizacioni modeli bi uključivali i sledeće probleme:
(1) teorija lokacija;
(2) optimalno dizajniranje naftovoda i cevovoda;
(3) određivanje funkcije neuređenih proteina;
(4) dobijanje novih znanja redukovanjem postojećih podataka.
Posle formiranja matematičkog modela nekog realnog problema, prepoznaje se klasa kojoj taj model pripada, pa se analiziraju postojeće metode rešavanja i eventualno predlažu nove. Sledeća faza je implementacija metoda na računaru, a zatim njihovo testiranje na primerima iz literature (ako postoje) i na realnim podacima. Kako različiti problemi mogu imati iste matematičke modele, to se i problemi ponekad klasifikuju u skladu sa svojim matematičkim karakteristikama (linearni, nelinearni, konveksni, globalni, kontinualni, diskretni, kombinatorni, itd). Sa druge strane, modeli se mogu klasifikovati i po oblastima primene (lokacijski, optimizacije javnog sektora, uštede u elektroprivredi, vodoprivredi, saobraćaju i transportu, vojnim naukama, i sl). Na kraju, rezultati našeg istraživanja su i programski paketi za rešavanje problema kombinatorne i globalne optimizacije koji se mogu ponuditi domaćim i inostranim kupcima.