Tutorial 5

Viernes 13 de septiembre, 9:10 a.m a 10:20 a.m

Auditorio Luis A. Calvo

"El futuro de la programación matemática 4.0"

Jesús María Velásquez Bermúdez

DecisionWare - DO Analytics (Bogotá - Colombia)

 

Visión de la Programación Matemática acorde con el ambiente Industry 4.0.

 1. OPTIMIZACIÓN DE GRAN ESCALA: desarrollo de metodologías matemáticas para resolver problemas acordes con el estado-del-arte de la computación.

 

  • Metodologías de Gran-Escala para Problemas Específicos:  Solución de problemas específicos combinando computadores paralelos state-of-the-art (CPUs, GPUs and Tensor Processors) con metodologías de gran-escala (Benders, Lagrange, …). Ejemplo: G-SDDP (Generalized Stochastic Dual Dynamic Programming) orientada a modelos dinámico-estocásticos.

  • Optimización Paralela Asincrónica: Atomización (descomposición y partición) de modelos matemáticos para utilizar la computación paralela.

  • Optimización Distribuida en Tiempo Real: Metodologías matemáticas para resolver problemas que corren permanentemente, distribuidos en computadores de múltiples agentes, en un sistema ciber-físico.

  • Optimización Paralela cómo una Red Neuronal Artificial: La automización de modelos matemáticos se asimila a una RNA más inteligente que las convencionales.

 

2. METODOLOGÍAS COMPUTACIONALES: uso de metodologías propias de la inteligencia artificial para facilitar el desarrollo de modelos industriales.

 

  • Modelamiento Matemático Estructurado: Estandarización del modelamiento matemático como un requisito para la socialización, la portabilidad y el rápido crecimiento de la programación matemática.

  • Sistemas Expertos para Optimización: Captura del conocimiento generado durante el modelamiento matemático, y la solución repetida de problemas de una misma familia.

  • Robots Cognitivos: Integración de los anteriores conceptos en robots que a partir de interfases socializadas (MS-Word/Excel/CSV) eliminan los procesos sistemáticos/repetitivos en la implementación de DSSs y en el uso de algoritmos de analítica avanzada

 

3. TECNOLOGÍAS DE OPTIMIZACIÓN: soluciones informáticas acordes con los puntos anteriores

  • OPTEX Optimization Expert System: Robot cognitivo que implementa soluciones basadas lenguajes algebraicos sin realizar labores de programación.

  • SAAM (Stochastic Advanced Analytics Modeling): Robot cognitivo para analítica predictiva desarrollado con OPTEX heredando toda su potencia.

  • Aplicaciones Reales: Modernización de aplicaciones para usuario final. Ejemplo: conversión  de modelos S&OP (Sales-&-Operations-Planning) en modelos IBP (Integrated-Business-Planning) o EWO (Enterprise-Wide-Optimization).