--- title: "Operationsanalys" source: "https://systems-analysis.info/int/Operationsanalys" wiki: "systems-analysis.info/int" article: "Operationsanalys" language: "sv" categories: - "Category:Modeling" - "Category:Operations research" - "Category:Optimization" - "Category:Swedish" revision_id: 5164 wiki_created_at: 2026-09-06T23:45:27Z wiki_modified_at: 2026-09-06T23:45:27Z downloaded_at: 2026-09-07T23:07:04Z --- # Operationsanalys **Operationsanalys** (*Operations Research, OR*) — ett tvärvetenskapligt vetenskapligt område som omfattar utveckling och tillämpning av kvantitativa optimeringsmetoder baserade på matematisk modellering och olika heuristiska ansatser. Det fungerar som ett verktyg för preliminär kvantitativ motivering av ledningsbeslut i komplexa system av olika slag: tekniska, ekonomiska och organisatoriska. ## Väsen och mål Ursprungligen definierades operationsanalys som en vetenskaplig metod som ger en chef kvantitativt underlag för att fatta beslut rörande underordnade organisationers verksamhet. Disciplinens tillämpade karaktär betonades, inriktad på att utnyttja andra vetenskapers landvinningar för att analysera specifika problem inom förvaltningsutveckling. Med "operation" avses i denna disciplins sammanhang ett styrt komplex av handlingar, förenade av ett gemensamt syfte och inriktade på att uppnå ett mål. Termen härstammar från militärt befäl, där den betecknade en målinriktad åtgärd som genomförs enligt en bestämd plan. Operationsanalysens metoder tillämpas i de fall då det är nödvändigt att organisera en målinriktad verksamhet som kan genomföras på olika sätt. Därvid krävs att ett av de möjliga besluten väljs, vart och ett med sina egna fördelar och nackdelar. Syftet med operationsanalys är att ge en preliminär kvantitativ motivering av optimala beslut med stöd av effektivitetsindikatorer. Själva beslutsfattandet faller utanför disciplinens ramar och hör till beslutsfattarens (BF:s) kompetens. ## Historia och utveckling Operationsanalys som vetenskapligt område uppstod under andra världskrigets år. Dess framväxt är knuten till verksamheten hos grupper av forskare som engagerades för att lösa uppgifter inom militär planering. OR-metoder användes vid organisation av stridsuppdrag, planering av marineoperationer och resursfördelning. Efter kriget inleddes en anpassning av metoderna till civila sektorns uppgifter: industri, logistik, lagerhantering och omorganisation av produktion. Klassiska verk skrevs under 1950–1970-talen (G. Dantzig, R. Ackoff, C. Churchman, M. Arnoff). I Sovjetunionen utvecklades operationsanalysens metoder företrädesvis under beteckningarna "matematisk modellering", "matematisk programmering" och "matematiska optimeringsmetoder". Bland nyckelpersonerna märks L. V. Kantorovitj (grundare av linjär programmering, Nobelpristagare 1975), V. G. Gnedenko, E. S. Ventzel och N. P. Bruslenko. Sedan slutet av 1900-talet används även termen "produktionsanalytik". ## Metodologi Operationsanalysens metodologi omfattar följande steg: 1. Formalisering av det ursprungliga problemet; 2. Konstruktion av en modell (matematisk, simuleringbaserad m.fl.); 3. Lösning av modellen (analytiskt eller numeriskt); 4. Kontroll av modellens adekvans; 5. Implementering av lösningen och känslighetsanalys. 6. Ansatsens särdrag består i att förena chefens intuition med modelleringsresultat. En modell är inte en fullständig kopia av verkligheten, utan ett verktyg som möjliggör mer välgrundade beslut. ## Målfunktion och effektivitetskriterier Effektivitet definieras som produktiviteten i resursutnyttjandet för att uppnå målet. För att kunna jämföra alternativ med varandra införs ett kvantitativt kriterium — målfunktionen. Detta är en formaliserad effektivitetsindikator som ska maximeras (exempelvis vinst, produktivitet) eller minimeras (exempelvis kostnader, utgifter, tid). Vid förekomst av flera kriterier uppstår ett problem med multikriteriell optimering. Effektiva lösningar definieras i sådana fall enligt Pareto — som lösningar som inte är sämre än andra utifrån samtliga kriterier samtidigt. ## Uppgifternas formaliserbarhet Operationsanalysens metoder är mest effektiva vid lösning av välstrukturerade (formaliseringsbara) uppgifter som tillåter kvantitativ formulering och konstruktion av matematiska modeller. Dessa modeller inkluderar variabler, begränsningar och en målfunktion. En lösning betraktas som tillåtlig om den uppfyller samtliga begränsningar; den är optimal om den dessutom extremiserar målfunktionen. ## Matematiska modeller för operationer Den matematiska modellen utgör grunden för tillämpningen av kvantitativa metoder inom operationsanalys. Den utgör en formaliserad beskrivning av den styrda verksamheten (operationen), där nyckelparametrar, beroenden och mål identifieras. En modell förenklar och schematiserar alltid verkligheten, och dess noggrannhet bestäms av överensstämmelsen mellan modellens komplexitet och tillgänglig information. Nyckelprinciper för modellkonstruktion: - Modellen ska återspegla fenomenets viktigaste drag och beakta de mest betydelsefulla faktorerna. - Modellen ska inte vara överbelastad med sekundära detaljer som försvårar analysen. - Det finns inget universellt sätt att modellera — varje modell väljs individuellt, med hänsyn till mål, osäkerhetsnivå och datatillgång. - Det rekommenderas att använda flera modeller för ett och samma fenomen och jämföra resultaten (den så kallade "modelldebatten"). ## Matematisk programmering Matematisk programmering är kärnan i de tillämpade metoderna inom operationsanalys. Uppgiften formuleras i form av: - ett område med tillåtliga lösningar; - en målfunktion; - begränsningar. Man skiljer mellan linjär, icke-linjär, heltalsmässig och multikriteriell programmering. - **Linjär programmering** — en gren av matematisk programmering där målfunktionen och begränsningarna är linjära. Används för optimering vid begränsade resurser. - **Icke-linjär programmering** — ett optimeringsproblem där målfunktionen eller minst en av begränsningarna är icke-linjär. Tillämpas för modellering av komplexa beroenden. - **Heltalsprogrammering** — en typ av optimeringsproblem där vissa eller alla variabler enbart antar heltalsvärden. Aktuellt vid lösning av kombinatoriska uppgifter. - **Multikriteriell programmering** — ett optimeringsområde där flera målfunktioner beaktas samtidigt. Lösningar väljs med hänsyn till kompromisser mellan kriterierna. ## Typiska uppgifter inom operationsanalys De vanligaste uppgiftsklasserna omfattar: - Resursfördelningsuppgifter — optimal fördelning av begränsade resurser mellan konkurrerande verksamhetsområden med hänsyn till givna begränsningar. Exempel: upprättande av en produktionsplan vid begränsad tillgång på råvaror och utrustning. - Transportuppgifter — fastställande av en optimal transportplan som minimerar de totala kostnaderna vid förflyttning av produkter från avsändningspunkter till förbrukningspunkter. - Tilldelningsuppgifter — fördelning av utförare på uppgifter (eller utrustning på operationer) så att de sammanlagda kostnaderna minimeras eller den totala effekten maximeras. Ett specialfall av transportuppgiften. - Köteoriuppgifter — modellering av system med köer (exempelvis banker, lager, telekommunikationscenter) för analys av väntetider, resursutnyttjande och optimering av antalet betjäningsenheter. - Lagerhanteringsuppgifter — fastställande av en strategi för påfyllning och förvaring av lager som tillgodoser efterfrågan till minimala kostnader. - Utrustningsersättningsuppgifter — val av tidpunkt för ersättning av föråldrad eller sliten utrustning i syfte att minimera kostnader för reparation, drift och anskaffning. - Nätverksuppgifter — fastställande av den kritiska vägen i projektgrafer, optimering av flöden i nätverk (exempelvis transport- eller informationsnätverk), minimering av projekttiden. - Skärnings- och packningsuppgifter — optimering av placering av objekt (exempelvis ämnen på ett materialark) för att minimera spill. - Spelteoriuppgifter — modellering av konfliktsituationer med deltagande av två eller fler parter med motstridiga intressen, analys av strategier utifrån vinst och risker. - Multikriteriella optimeringsuppgifter — att finna lösningar som är optimala utifrån flera, ofta motstridiga kriterier (exempelvis kvalitet vs. kostnad vs. leveranstid). - Simuleringsmodellering — modellering av komplexa system vars beteende inte lämpar sig för exakt analytisk beskrivning (exempelvis logistik i stora knutpunkter eller produktionssystem med hög osäkerhet). Varje typ av uppgift kan representeras i form av en matematisk modell som innehåller variabler, begränsningar och en målfunktion. ## Metoder - Sannolikhetsteori och statistik - Grafteori - Spelteori - Simuleringsmodellering - Köteorimodeller - Modeller för lagerhantering och ersättning - Nätverksmodeller och kritisk väg ## Metodens begränsningar - Alltför stor känslighet för indata; - Lokal optimering garanterar inte systemoptimalitet; - Kriteriet kanske inte återspeglar det verkliga målet; - Möjlighet att oönskade effekter uppstår vid ofullständigt beaktande av begränsningar. ## Tillämpning Operationsanalys tillämpas inom: - logistik och lagerhantering; - produktionsplanering; - byggande och kapitalplanering; - ekonomi, försvar och energi; - offentlig och företagsförvaltning. ## Länkar - Artikel om operationsanalys på systems-analysis.ru - Artikel om operationsanalys på Wikipedia (RU) - Artikel om operationsanalys på Wikipedia (EN) ## Litteratur - Kantorovitj L. V. (1939). *Matematitjeskie metody organizatsii i planirovanija proizvodstva*. PDF - Ventzel E. S. (1972). *Issledovanije operatsij*. PDF - Ventzel E. S. (2004). *Issledovanije operatsij: zadatji, printsipy, metodologija*. 3:e uppl. PDF - Hillier F. S.; Lieberman G. J. (övers. från engelska, 2005). *Introduktion till operationsanalys*. 7:e ryska uppl. PDF - Dantzig G. (1966). *Linjär programmering, dess tillämpningar och generaliseringar*. Övers. från engelska. HTML - Dantzig, G. B. (1963). *Linear Programming and Extensions*. RAND PDF. - Kantorovich, L. V. (1960). *Mathematical Methods in the Organization and Planning of Production*. PDF. - Churchman, C. W.; Ackoff, R. L.; Arnoff, E. L. (1957). *Introduction to Operations Research*. Archive.org. - Hillier, F. S.; Lieberman, G. J. (2014, 10:e uppl.). *Introduction to Operations Research*. PDF. - Winston, W. L. (2004, 4:e uppl.). *Operations Research: Applications and Algorithms*. PDFroom. - Ford, L. R.; Fulkerson, D. R. (1956). *Maximal Flow Through a Network*. PDF. - Nemhauser, G. L.; Wolsey, L. A. (1988). *Integer and Combinatorial Optimization*. Wiley. - Bellman, R. (1957). *Dynamic Programming*. PDF.