Optimisation stochastique

L'optimisation stochastique est le processus de maximisation ou de minimisation de la valeur d'une fonction mathématique ou statistique lorsqu'un ou plusieurs des paramètres d'entrée sont soumis au hasard. Stochastique est ce qui implique le hasard. Les processus stochastiques sont couramment utilisés dans les domaines de l'analyse d'entreprise (BA), de la vente, des services, de la fabrication, de la finance et des communications. La probabilité est un élément clé des processus stochastiques. Par exemple, un processus stochastique peut être utilisé pour prévoir le niveau d'eau d'un réservoir à un moment donné en utilisant des modèles aléatoires de précipitations et d'utilisation de l'eau. Une autre méthode consiste à estimer le nombre de connexions interrompues que connaîtra un réseau en se basant uniquement sur la disponibilité de la bande passante, mais avec un trafic variable. L'inverse est vrai pour les processus déterministes. Ils ne sont basés que sur des entrées précises et prévisibles. L'optimisation stochastique se prête aux situations de la vie réelle car de nombreux phénomènes du monde physique impliquent l'incertitude, l'imprécision ou le caractère aléatoire. Prenons l'exemple suivant : Un atelier de réparation d'ordinateurs souhaite commander chaque mois le nombre exact de pièces de rechange de plusieurs types différents pour répondre à la demande des clients. L'atelier gaspillera de l'argent s'il commande trop de pièces auprès des grossistes. S'il commande un nombre insuffisant de pièces, les clients iront s'adresser à d'autres ateliers. La détermination du nombre idéal de pièces de chaque type à commander implique une optimisation stochastique, car il est impossible de prévoir avec précision le nombre de clients qui se présentent avec des pannes de composants de différentes sortes. L'objectif est de maximiser la valeur de sortie de la fonction (le profit du magasin) face à de nombreuses variables d'entrée aléatoires. Voir aussi : théorie du chaos