Historische Entwicklung der stochastischen Optimierung

Die erste Arbeit, die auf das Offensichtliche hingewiesen hat, nämlich dass die meisten Anwendungen der linearen Programmierung stochastischer Natur sind, wurde von George Dantzig 1955 veröffentlicht. Das Interesse an linearer Optimierung war spärlich, obwohl viele mögliche Anwendungen bereits identifiziert werden konnten. Erst als die ersten Computer in den späten 1950er Jahren zuverlässiger wurden, wurde die stochastische Optimierung ein Forschungsthema. Bis zur Erhöhung der Rechenleistung war der Umfang der lösbaren Anwendungen für die stochastische Optimierung sehr begrenzt, da die hohe Dimensionalität der stochastischen Modelle erheblichen Rechenaufwand erfordert.

Die schrittweise Verfügbarkeit ausreichender Rechenkapazität inspirierte Forscher Methoden zu untersuchen, die Entscheidungsunterstützung unter Berücksichtigung bieten. Dabei wurde eine Reihe von Techniken vorgebracht, um die repräsentativsten Szenarien auszuwählen und den Berechnungsaufwand zu begrenzen.

In den letzten Jahren ist der Anwendungsbereich für die stochastische Optimierung breiter geworden.  Während seit Jahrzehnten das kommerzielle Hauptinteresse vor allem von der Finanzwirtschaft kam, wird heutzutage viel Forschung in Anwendungen für die Energiewirtschaft betrieben, wo Versorgungsunternehmen massive Unsicherheiten bewältigen müssen, die nach der Liberalisierung der Energiemärkte entstanden sind.

Heute ist die stochastische Optimierung in kommerziellen Produkten verfügbar und findet stetig mehr Anwendung in der Praxis. Dabei wird die neueste Hard-und Software-Technologie verwendet, um den enormen Rechenaufwand zu überwinden. Distributed Computing, große Arbeitsspeicher und hohe Taktraten ermöglichen die Einführung neuer Ansätze in stochastischer Optimierung in der Gas- und Energiewirtschaft.