Šiame tinklaraščio įraše nagrinėjamas pramonės inžinerijos vaidmuo sudėtingoje šiuolaikinėje pramonės struktūroje ir kodėl ji sulaukia vis daugiau dėmesio kaip svarbi studijų sritis.
Nagrinėjant šiuolaikinę pramonės struktūrą, matyti, kad įvairios sritys yra susipynusios ir sudaro didžiulę sistemą. Pavyzdžiui, didelės Korėjos korporacijos, tokios kaip „Samsung“ ir LG, ne tik veikia įvairiuose verslo sektoriuose, bet ir plečia savo veiklą visame pasaulyje. Dėl to atsiranda poreikis sudėtingiems elementams, kurie jungia šias įvairias verslo sritis ir užtikrina sklandų bendravimą organizacijos hierarchinėje struktūroje. Be to, verslo struktūroms ir gaminamiems produktams tampant vis įvairesniems ir sudėtingesniems, įmonės vis dažniau bendradarbiauja su išoriniais specialistais, kad atliktų užduotis, kurių negali atlikti pačios įmonės. Dėl to išaugo pastangos efektyviai valdyti sudėtingas organizacines struktūras, logistiką ir paskirstymą. Šiuo metu įmonės ieško įvairių metodų, kaip jas efektyviai valdyti.
Pramonės inžinerija yra disciplina, sukurta siekiant patenkinti šiuos poreikius. Ji nagrinėja įvairių sričių, sudarančių pramonės sistemas, koordinavimo metodus. Skirtingai nuo kitų inžinerijos specialybių, kurios orientuojasi į konkrečių technologijų tyrimus ir plėtrą, pramonės inžinerija siekia diegti naujoves ir sisteminti verslo procesus, derindama mokslinius principus su valdymo strategijomis. Tai taip pat disciplina, nagrinėjanti mokslines teorijas ir metodologijas, skirtas racionaliems metodams gauti ir išsamioms valdymo strategijoms kurti. Pramonės inžinerijos apimamas sritis galima suskirstyti į penkias: valdymo ir ekonominės sistemos, sistemų analizė ir optimizavimas, operacijų valdymas, produktų ir paslaugų projektavimas bei informacinės sistemos. Kiekvienoje iš šių sričių yra kelios išsamios tyrimų sritys.
Tarp jų sistemų analizė ir optimizavimas yra sritis, kuri ypač gerai apibūdina pramonės inžineriją. Industrializacijai progresuojant ir vystantis įvairioms pramonės šakoms, įmonių sistemos tapo vis sudėtingesnės ir didesnio masto. Dėl to daugelyje sričių atsirado neefektyvių apdorojimo procedūrų, o šių neefektyvumų sprendimas yra sistemų analizės ir optimizavimo užduotis. Pramonės inžinerijos pagrindas kilo iš Tayloro darbo valdymo teorijos. Nors tai sudaro pagrindą tokioms sritims kaip ergonomika ir žmogaus sąsajos sistemos, pirminis darbo valdymo tikslas yra didinti efektyvumą, gerinti produktyvumą ir kurti optimalias sistemas. Optimalios sistemos kūrimas reiškia užtikrinimą, kad darbuotojai, procesai ir organizacijos operacijos pasiektų maksimalų efektyvumą. Tai galima pasiekti atliekant matematinio planavimo arba optimizavimo užduotis.
Optimizavimas yra disciplina, skirta spręsti realaus pasaulio problemas. Antrojo pasaulinio karo metu tai buvo studijų sritis, kurią sukūrė kariuomenės matematikai ir ekonomistai, siekdami išspręsti planavimo, transporto ir kitų sričių problemas. Ši disciplina teikia metodologijas, skirtas maksimaliai padidinti produktyvumą įvairiuose pramonės sektoriuose. Pavyzdžiui, optimizavimo modeliai ir sprendimai taikomi KTX transporto priemonių maršrutams nustatyti, ekonomiškiems popieriaus gamybos įmonių pjovimo modeliams nustatyti, efektyviam išteklių paskirstymui belaidžio ryšio tinkluose, investicijų portfelių, kurie sumažina riziką, kūrimui ir genomo sekoskaitos klasifikavimui. Dabartinės optimizavimo tyrimų tendencijos sutelktos į optimalumo siekimą taikant optimizavimo modelius ir sprendimus visame mobiliojo ryšio spektre – projektavimo, eksploatavimo, kokybės užtikrinimo ir kainodaros politikoje – kuris turi didžiausią ekonominį potencialą ir mastą. Kaip rodo šie pavyzdžiai, optimizavimas dabar plečia savo taikymo sritį, apimdamas visą augimą skatinančių pramonės šakų spektrą, remdamasis vis sudėtingesnėmis ir matematinėmis metodikomis. Optimizavimą naudojančių įmonių potencialus mastas Korėjoje taip pat auga. Augant tyrėjų, galinčių tai panaudoti, skaičiui, optimizavimo poreikis atsiras platesnėse srityse, remiantis optimizavimo sprendimų naudingumu.
Optimizavimas sprendžia realaus pasaulio problemas, naudodamas matematinius ir mokslinius metodus. Todėl modeliavimas – kiekvieno problemos elemento išskyrimas ir logiškas jo rekonstravimas – yra būtinas. Iš pirmo žvilgsnio optimizavimą galima apibūdinti kaip matematinių modelių struktūros ir sprendinių tyrimą. Priklausomai nuo matematinio modelio, jį galima suskirstyti į keletą posričių. Pagrindinės posritys apima netiesinį programavimą, tinklo srautus, didelio masto problemų sprendimą, stochastinį programavimą, sveikųjų skaičių programavimą, LCP ir praktinius polinominius tiesinio programavimo sprendimus. Dauguma jų išlieka svarbiomis tyrimų temomis. Pavyzdžiui, logistikos sistemose tyrimai sutelkti į optimalaus transportavimo maršruto su minimaliomis sąnaudomis paiešką. Optimizavimas atliekamas tokius veiksnius kaip kaina, transporto priemonės ir vietos traktuojant kaip kintamuosius, o optimalūs sprendimai randami naudojant tokius metodus kaip tiesinis programavimas ir simplekso metodas.
Pastaruoju metu optimizavimo srityje vyksta daugialypiai diskrečiųjų struktūrų modelių tyrimai. Taip yra todėl, kad šiuolaikinės sistemos pasižymi vis labiau diskrečiomis savybėmis smulkesniuose detalumo lygmenyse. Diskrečiųjų matematinių modelių optimizavimas dažniausiai apima problemas su NP sudėtingomis savybėmis, todėl sunku rasti sprendimus. NP sudėtingumas reiškia, kad nėra jokio būdo rasti tikslų atsakymą, išskyrus patikrinant visus galimus atvejus. Todėl struktūrinė analizė ir sprendimų teorijos susijusioms sveikųjų skaičių programavimo ir kombinatorinio optimizavimo problemoms tapo pagrindinėmis šiuolaikinio optimizavimo temomis. Iš tiesų, sveikųjų skaičių ir kombinatorinio optimizavimo sprendimai toliau tobulėja. Optimizavimas vystosi tiesiogiai sąveikaujant su realaus pasaulio problemomis. Dėl spartesnių skaičiavimo technologijų dabar galime spręsti tokio masto problemas, kurios buvo neįmanomos vos prieš 5–6 metus. Nors matematika kadaise buvo teorinė disciplina, studijuojama prie stalo, optimizavimo matematika virto disciplina, sprendžiančia realaus pasaulio problemas. Šis praktinis optimizavimo pobūdis maksimaliai padidėja, kai ji derinama su kompiuterių teorija. Gerai žinomas faktas, kad lemiamas ankstyvasis optimizavimo vystymosi veiksnys buvo kompiuterių pažanga. Visų pirma, teorijos, siūlančios sprendimus problemoms su NP sudėtingomis savybėmis, vystosi į teorijas, susijusias su apytiksliais optimizavimo problemų sprendimais.
Taigi, pramonės inžinerijos studijuojama sritis reikalauja žinių apie kiekvieną sudėtingų sistemų elementą, kad būtų galima prisitaikyti prie kintančios aplinkos. Pramonės inžinerija padeda priimti sprendimus visoje sistemoje, efektyviai panaudojant kiekvieną komponentą ir prireikus įgalinant efektyvų paslaugų teikimą. Pramonės inžineriją galima apibūdinti kaip discipliną, leidžiančią matyti ir medžius, ir mišką.
