Prescriptive Analytics: Tipos de Problemas e Taxonomia de Otimização

Otimização é o processo de minimizar funções objetivo buscando valores para atingir
determinados padrões pretendidos.
Uma das primeiras tarefas quando se trabalha com otimização é verificar o tipo de problema
que está buscando a solução ótima.

Otimização Contínua vs Otimização Discreta
Diz respeito ao tipo de número que é utilizado no problema.

Otimização sem Restrição vs Otimização com Restrição
Restrição é um penalty, que se coloca antes do modelo ser realizado.

Nenhum, Um ou Muitos Objetivos
Quanto mais objetivos, mais complexo fica atingir o ótimo para várias situações

Otimização Determinística vs Otimização Estocástica
Eu possuo os dados ou esses dados não são totalmente conhecidos

Tipos de Otimização:

• Bound Constrained Optimization
• Combinatorial Optimization
• Complementarity Problems
• Constrained Optimization
• Continuous Optimization
• Derivative-Free Optimization
• Discrete Optimization
• Global Optimization
• Integer Linear Programming
• Linear Programming (LP)
• Mixed Integer Nonlinear Programming (MINLP)
• Mathematical Programs with Equilibrium Constraints (MPEC)
• Multi-Objective Optimization
• Nondifferentiable Optimization
• Nonlinear Programming
• Nonlinear Equations
• Nonlinear Least-Squares Problems
• Optimization Under Uncertainty
• Quadratically Constrained Quadratic Programming (QCQP)
• Quadratic Programming (QP)
• Semidefinite Programming (SDP)
• Semiinfinite Programming (SIP)
• Stochastic Linear Programming
• Second Order Cone Programming (SOCP)
• Stochastic Programming
• Traveling Salesman Problem (TSP)
• Unconstrained Optimization

Fonte:  https://neos-guide.org