优化是分析业务问题并做出解决问题的最佳决策的重要过程和工具。用数学术语来说，优化是从所有可行解决方案集中找到最佳解决方案的过程。

构建模型

优化过程的第一步是构建合适的模型； 建模是用数学术语识别和表达问题的目标(Objective)、变量(Variable)和约束(Constraints)的过程。

• 目标(Objective)是对我们想要最小化或最大化的系统性能的定量衡量。 在制造中，我们可能希望最大化利润或最小化生产成本，而在将实验数据拟合到模型时，我们可能希望最小化观察数据与预测数据的总偏差。
• 变量(Variable)或未知数是我们要为其查找值的系统组件。 在制造中，变量可能是消耗的每种资源的数量或在每个活动上花费的时间，而在数据拟合中，变量将是模型的参数。
• 约束(Constraints)是描述变量之间关系并定义变量允许值的函数。 在制造过程中，消耗的资源量不能超过可用量。

确定问题类型

优化过程的第二步是确定您的模型属于哪个优化类别。 优化问题类型页面提供了一些指导来帮助您对优化模型进行分类； 对于各种优化问题类型，有一个链接页面，其中包含一些基本信息、算法和软件的链接以及在线和打印资源。

选择软件工具

优化过程的第三步是选择适合您要解决的优化问题类型的软件。 优化软件有两种相关但性质截然不同的软件包：

• 求解器软件(Solver software)负责寻找优化模型特定实例的解决方案。 求解器将模型实例作为输入，应用一种或多种求解方法，然后返回结果。
• 建模软件(Modeling software)旨在帮助人们制定优化模型并分析他们的解决方案。 建模系统将优化问题的符号化描述作为输入，并允许以类似的方式查看解决方案的输出； 到算法所需形式的转换是在内部完成的。 建模系统在支持导入数据、调用求解器、处理结果以及与大型应用程序集成的程度方面有所不同。 建模系统通常围绕建模语言构建，用于以符号形式表示问题。 建模语言可以特定于系统或者改编自现有的编程或脚本语言。

大多数建模系统支持各种求解器，而更流行的求解器可以与许多不同的建模系统一起使用。 由于为了营销或操作的方便，这两种类型的软件包通常捆绑在一起，因此它们之间的区别有时会被掩盖，但在尝试对许多可用的替代方案进行排序时，请务必记住这一点。

分析表达求解结果

解读求解器的计算结果，这是优化决策的最后一步但也是非常重要的一个步骤，与业务领域知识专家一起解读这对业务意味着什么。 然后将它们提交给决策者进行最终决策。