W branży podłogi drewnianej produkcja jest w warunkach niepewności jakości i składu surowca, bo drewno jest nieprzewidywalne. Mamy zatem niepewność podaży i popytu, więc predykcja rozwinie się na obu skrzydłach. Predykcja zamówień zastosowana zostanie do rekomendacji zakupów surowca. Struktury w produkcji podłogi drewnianej są wielowariantowe, a dokładniej konfigurowalne, co daje różne możliwości wyborów surowca do produkcji tej samej podłogi. Jednocześnie ten sam surowiec może być użyty do produkcji różnych podłóg. Za pomocą badań operacyjnych uzyskujemy optymalne rekomendacje dla alokacji surowca do zamówień. Razem optymalizacja decyzji maksymalizująca przychody i zyski oraz minimalizująca kapitał zamrożony w surowcach.
Badania operacyjne są częścią teorii decyzji i zostały zapoczątkowane w okresie II wojny światowej w Stanach Zjednoczonych i Wielkiej Brytanii jako metody pozwalające podejmować lepsze decyzje związane z logistyką i planowaniem szkoleń. Między innymi udowodniono, że duże konwoje są bezpieczniejsze, co było związane z mniejszym prawdopodobieństwem natrafienia na wrogiego u-boota. Po wojnie zaczęto z powodzeniem stosować metody badań operacyjnych do sprawnego zarządzania w przemyśle.
Projekt realizowany jest w ramach konkursu RPO Małopolska 1.2.3 bony na innowacje. Bony są do stymulowania współpracy przedsiębiorstw z jednostkami badawczymi jak Instytut PIAR w optymalizacji decyzji i procesów.
Projekt dotyka cutting stock problem zdefiniowany w badaniach operacyjnych jako rozłożenie dużej bryły na mniejsze minimalizując odpady. Znalezienie optymalnego rozwiązania tego problemu jest obliczeniowo złożone, bo matematycznie udowodnione, że problem jest NP-trudny. Chociaż problem jest trudny, to naukowcy opracowali algorytmy rozwiązujące go. Na przykład włoscy naukowcy w branży drzewnej zaproponowali algorytmy heurystyczne [1].
[1] The Cutting Stock Problem in the Wood Industry