Głównym impulsem dla rozwoju badań operacyjnych było uznanie, że złożone, ukierunkowane na cel procesy muszą być badane i rozwiązywane jako zintegrowane całości, ponieważ rozwiązania poszczególnych części ogólnego problemu okazywały się odizolowane, podczas gdy praktyka wymagała jedności wszystkich rozwiązań cząstkowych.

Początkowo „badania operacyjne” ograniczały się do opracowywania metod analizy problemu jako jednolitej całości, bez wyodrębniania jego części składowych. Kolejną charakterystyczną cechą tych badań we wczesnym okresie było stosowanie podejścia interdyscyplinarnego zespołu. Jego istota polegała nie na zgromadzeniu w jednym miejscu wszystkich odpowiednich specjalistów, lecz na utworzeniu grupy, która opanowała metody ilościowe i była wolna od wąskiej perspektywy właściwej dla pojedynczej dyscypliny. Podejście to odzwierciedlało dwie rzeczywistości: po pierwsze, potrzebę wprowadzenia metod ilościowych do nauki o zarządzaniu, a po drugie, niedostatek metod (i specjalistów) w dziedzinie, która zaczęła być nazywana „badaniami operacyjnymi”.

Z czasem „badania operacyjne” przekształciły się ze wspólnej działalności specjalistów różnych profili w samodzielną gałąź nauki i praktyki organizacyjnej, dzieląc się przy tym na dwa główne kierunki.

Pierwszy z nich związany jest z budową modeli matematycznych dla najczęściej spotykanych podproblemów zarządzania, w których w pewnym stopniu można pominąć konieczność uwzględniania zachowania poszczególnych osób uczestniczących w operacji. Wyodrębniono tu główne problemy matematycznej teorii „badań operacyjnych”, wraz z towarzyszącą temu dalszą specjalizacją naukowców pracujących w tej dziedzinie.

Do takich zadań można zaliczyć wiele problemów rozwiązywanych przez menedżerów, na przykład:

zarządzanie zapasami, dotyczące ustalania niezbędnej wielkości „przechowywanych” zasobów (ludzkich, materialnych, finansowych, surowcowych itp.), przy uwzględnieniu, że przechowywanie wiąże się z pewnymi kosztami;
rozdział ograniczonych zasobów pomiędzy różnych odbiorców, z których każdy wykorzystuje je z różnym stopniem efektywności;
problemy kolejkowania, polegające na rozdzielaniu zadań w ścisłej kolejności, tworzące ten czy inny proces, oraz ustalaniu reguł priorytetów;
wybór trasy i harmonogramowanie prac w czasie;
problemy związane z wymianą przestarzałego wyposażenia;
znajdowanie rozwiązań poprzez racjonalne (a nie wyczerpujące) przeglądanie możliwości;
problemy konkurencyjne, czyli problemy teorii gier, badające racjonalne strategie zachowania w sytuacjach, w których wynik operacji zależy nie tylko od zachowania podmiotu, lecz także od zachowania przeciwnika, którego cele są sprzeczne z celami podmiotu.

W ten sposób metodę „badań operacyjnych” zaczęto stosować do różnych rodzajów operacji i procesów, wykorzystując różne podejścia i zróżnicowane narzędzia matematyczne w zależności od obiektu analizy (metody programowania matematycznego, modelowanie kombinatoryczne i statystyczne). Obok narzędzi matematycznych w „badaniach operacyjnych” stosowano również metody heurystyczne.

Rozwijając metody analizy działań ukierunkowanych na cel (operacji) oraz porównawczej oceny rozwiązań, głównie w kategoriach ilościowych, „badania operacyjne” opierają się na metodologii systemowej, zgodnie z którą badane zjawiska traktowane są jako systemy stanowiące wzajemnie oddziałujące zbiory elementów przeznaczonych do osiągania określonych celów.

Analiza konkretnych operacji lub zjawisk z punktu widzenia „badań operacyjnych” obejmuje zbudowanie modelu matematycznego zjawiska, analizę modelu i poszukiwanie rozwiązania, weryfikację adekwatności modelu i rozwiązania w stosunku do zjawiska, dokonanie niezbędnych korekt („dostrojenia”) modelu i rozwiązania, a wreszcie zastosowanie wybranego rozwiązania w praktyce.

Z problemami matematycznymi tej metody ściśle związany jest (choć formalnie nie stanowi ich części) rozległy obszar tzw. metod sieciowych planowania i zarządzania. Rozwój metod sieciowych i systemów sieciowych jest ściśle powiązany z tą gałęzią „badań operacyjnych”, która zajmuje się badaniem modeli harmonogramowania. Metody te umożliwiły znalezienie nowego i bardzo wygodnego języka do opisu, modelowania i analizy złożonych, wieloetapowych operacji. Są to w szczególności sieciowe metody modelowania i sterowania operacyjnego: CPM — „metoda ścieżki krytycznej” oraz PERT — „technika oceny i przeglądu programów”.

Powstanie różnych sformalizowanych systemów zarządzania, metod planowania długoterminowego, programowania i prognozowania było podyktowane potrzebą stworzenia warunków dla prawidłowego podejmowania decyzji w środowisku, w którym zarządzanie musiało się mierzyć z ogromnymi ilościami informacji, tysiącami czynników, których uwzględnienie, ocena i integracja okazywały się niemożliwe w ramach tradycyjnej organizacji zarządzania.

Badania przeprowadzone przez wielu amerykańskich psychologów wykazały, że człowiek napotyka trudności w podejmowaniu decyzji, gdy wymaga to uwzględnienia więcej niż 10 zmiennych lub wzajemnie sprzecznych czynników, bądź więcej niż 20 czynników tego samego rzędu. Ponieważ jednak rozwiązanie optymalne może wynikać wyłącznie z uwzględnienia i analizy wszystkich czynników, niezależnie od tego, czy osoba na danym szczeblu zarządzania jest w stanie poradzić sobie z tym zadaniem, obiektywnie pojawia się potrzeba podziału problemów na podproblemy i podzadania. Główna zasada leżąca u podstaw większości istniejących systemów programowania polega na logicznym rozkładzie zadań. Przesłanką była konieczność ograniczenia liczby czynników lub ilości informacji do poziomu umożliwiającego ich ocenę przez człowieka.

Drugi kierunek „badań operacyjnych” rozwijał się nieco odmiennie, kładąc nacisk nie tyle na matematyzację problemów zarządzania i wprowadzenie metod nauk ścisłych, ile na stosowanie zasad badania operacji jako jednolitej całości, z wykorzystaniem „świeżych”, „bezstronnych” zespołów badawczych. Z tym kierunkiem związane jest powstanie inżynierii systemów. Należy zauważyć, że wielu naukowców badających procesy zarządzania metodą „badań operacyjnych” z czasem wyszło poza granice tego rodzaju dociekań. W związku z tym proponowali oni coraz szersze definicje dyscypliny naukowej, u której podstaw leży ta metoda, co niejednokrotnie prowadziło do zamieszania terminologicznego.

Wielu amerykańskich specjalistów uznaje, że chociaż „badania operacyjne” jako całość stanowiły bardzo ważny krok w kierunku stworzenia nowej nauki o zarządzaniu, to jednak obejmowały stosunkowo wąski zakres problemów. Ponadto wraz z rozwojem specjalizacji matematycznej pojawiła się tendencja do traktowania „badań operacyjnych” jako specjalnych działów matematyki stosowanej — to znaczy do nieuznawania ich za tworzące samodzielną dyscyplinę naukową o odrębnym przedmiocie badań.

Dlatego już na początku lat pięćdziesiątych XX wieku rozpoczęto aktywne poszukiwania bardziej precyzyjnej definicji specyfiki tych problemów zarządzania, których rozwiązanie zakłada zastosowanie metod matematycznych, mimo że same problemy powinny być zaliczane do przedmiotu teorii organizacji i zarządzania. Rezultatem było wyodrębnienie teorii decyzji jako samodzielnej dyscypliny naukowej (w ramach nauki o zarządzaniu), pomyślanej jako dalszy rozwój „badań operacyjnych”, które odpowiednio interpretowano jako szczególne metody podejmowania decyzji. Jednak w teorii decyzji (i to odróżnia ją od „badań operacyjnych”) główną uwagę poświęcano samemu procesowi podejmowania decyzji, kształtowaniu zasad wyboru, opracowywaniu kryteriów jakości oraz ustalaniu metod znajdowania rozwiązań odpowiadających tym zasadom. Zwolennicy tej teorii twierdzą, że podejmowanie decyzji stanowi rdzeń działalności zarządczej i określa jej specyficzne cechy.

Prace w tej dziedzinie prowadzone są głównie w dwóch kierunkach. Pierwszy dotyczy przede wszystkim modelowania matematycznego procesów podejmowania decyzji, tak jak faktycznie przebiegają one w rzeczywistych zespołach. Drugi koncentruje wysiłki na opracowywaniu algorytmów umożliwiających uzyskanie rozwiązań optymalnych. Pierwszy kierunek obejmuje różnorodne badania „behawioralne”, na przykład prace E. Fogela i R. Luce’a, natomiast drugi obejmuje liczne badania w zakresie teorii decyzji statystycznych, teorii gier i podobnych zagadnień. Prace przedstawicieli obu kierunków w szerokim zakresie wykorzystują narzędzia logiki matematycznej, statystyki matematycznej, a także programowania liniowego, nieliniowego, dynamicznego i systemowego. Potrzeba oceny konsekwencji tej czy innej decyzji w warunkach niepewności doprowadziła do powszechnego stosowania metod testowania statystycznego, czyli „metod Monte Carlo”.

Jednocześnie w ramach „nowej” szkoły ukształtował się inny punkt widzenia, według którego specyficzne cechy zarządzania związane są z ekonomicznym aspektem działalności różnych systemów, w związku z czym centralnym przedmiotem nauki o zarządzaniu powinno być zadanie kwantyfikacji i modelowania matematycznego zjawisk ekonomicznych. Ten punkt widzenia dał początek tzw. podejściu ekonometrycznemu do analizy i programowania procesów zarządzania.

Wielkie znaczenie dla rozwoju podejścia ekonometrycznego miało odkrycie w 1939 roku przez radzieckiego matematyka i laureata Nagrody Nobla L. W. Kantorowicza metody programowania liniowego, na której w dużej mierze opierają się badania w tej dziedzinie. Dopiero 10 lat później metoda ta została niezależnie odkryta ponownie przez amerykańskiego matematyka G. Dantziga.

U podstaw podejścia ekonometrycznego leży budowa modeli odzwierciedlających w formie schematycznej poszczególne zjawiska lub procesy ekonomiczne poprzez naukową abstrakcję ich najbardziej charakterystycznych cech. W przeciwieństwie do modelu ekonomicznego, model ekonometryczny wyrażony jest w formie matematycznej. Zgodnie z tym podejściem każdy opracowany model ekonomiczno-matematyczny posiada cztery odrębne aspekty:

Odzwierciedla określone zjawiska ekonomiczne o treści jakościowej, wyrażone w konkretnych jednostkach miary. Wielkości te są w pewnym sensie parametrami modelu.
Model zawiera pewne ilościowe relacje i zależności między parametrami. Mogą to być równania bilansowe określające strukturę modelowanego procesu lub bardziej złożone zależności łączące wyniki procesów z ich przyczynami.
Model określa dziedzinę dopuszczalnych zmian parametrów modelu w czasie, przestrzeni i wielkości. Są to tzw. ograniczenia nałożone na zależności ilościowe.
Model musi stanowić system wzajemnie powiązanych parametrów, zależności i ograniczeń o określonych wejściach i wyjściach. Zarządzanie takim systemem — czyli uzyskiwanie określonych wyników na wyjściu — musi odbywać się poprzez taką czy inną formę oddziaływania na wejścia, bez ingerencji w jego wewnętrzną strukturę.

Budowa modeli ekonometrycznych dzieli się na cztery główne etapy.

Pierwszym etapem jest specyfikacja, kiedy formalizuje się główne zmienne ekonomiczne i poszukuje się równań matematycznych na podstawie wstępnych założeń i twierdzeń.
Drugim etapem jest identyfikacja, polegająca na znajdowaniu wartości parametrów równań otrzymanych w pierwszym etapie w wyniku specyfikacji.
Trzecim etapem jest weryfikacja, polegająca na określeniu i doborze kryteriów oceny jakości wyników specyfikacji i identyfikacji — czyli stopnia adekwatności modeli do rzeczywistych procesów ekonomicznych. Jeśli modele uzyskane w wyniku specyfikacji i identyfikacji okazują się nieadekwatne, bada się zasadność wyjściowych przesłanek oraz wybór i formalizację zmiennych ekonomicznych.
Czwartym etapem jest predykcja, czyli procedura wyznaczania przyszłych wartości zmiennych uwzględnionych w modelu ekonometrycznym.

Badania operacyjne: Gwiszjani

Badania operacyjne