En general, la investigación operativa busca optimizar la toma de decisiones en el ámbito táctico y operativo en los distintos procesos de toma de decisiones en las organizaciones. En ocasiones, distintas organizaciones pueden compartir los mismos objetivos, pero sus procesos pueden ser radicalmente diferentes. En consecuencia, se enfrentan a distintos problemas que resolver desde el punto de vista de la investigación operativa.
Aplicar los conocimientos de investigación operativa desarrollados a una organización en particular implica el esfuerzo de salvar la diferencia entre la literatura científica y la realidad, adaptando y personalizando las técnicas existentes, que son generales, para resolver el problema real específico. Estas adaptaciones requieren un altísimo nivel de conocimientos de las propias técnicas de investigación operativa por un lado (modelización matemática, programación lineal, programación entera, técnicas heurísticas y metaheurísticas, etc.) y por otro lado de las problemáticas del entorno del problema a resolver en la empresa.
Aunar ambos conocimientos es muy complicado y no es fácil encontrar perfiles profesionales con este nivel de formación y combinación de conocimientos. Además, estas adaptaciones requieren no ya solo de este perfil de alta especialización, sino de un elevado tiempo de adaptación, desarrollo, pruebas, etc.
Debido a esto, la mayoría de las pequeñas y medianas empresas no pueden abordar los proyectos de optimización, incurriendo en un enorme coste de oportunidad al no poder mejorar sus procesos, aplicando las últimas técnicas y tendencias en ahorro de costes, mejora de eficiencia, reducción de tiempos de entrega y de producción, etc. Se hace patente pues, la necesidad de desarrollar sistemas que permitan abaratar y acortar los tiempos de desarrollo y aplicación de las técnicas de investigación operativa y de optimización a las empresas, con especial hincapié en las pequeñas y medianas empresas. En la actualidad existen varios entornos que permiten el desarrollo de algoritmos, y en particular de algoritmos de optimización, aunque la mayoría de ellos carecen de la flexibilidad necesaria.
FACOP
En el proyecto FACOP se ha desarrollado una plataforma ágil y flexible que tiene como principales características su fácil inclusión en procesos o herramientas existentes que requieran de optimización combinatoria, permite la rápida creación y adaptación de algoritmos y la inclusión de nuevos problemas. Con ello se consigue disminuir los tiempos de implantación de la tecnología y a la vez los costes en los que incurren las organizaciones. Para ello se ha tenido en cuenta un diseño cuidadoso, donde se potencia la flexibilidad, reutilización de código, estabilidad y escalabilidad.
Se ha diseñado y creado un conjunto de librerías compatibles entre sí, que comparten ciertos procesos y protocolos y que puede utilizarse para componer algoritmos para resolver problemas de optimización diferentes dependiendo de cómo se haga la composición. Para desarrollar un nuevo problema de optimización basta con utilizar las librerías existentes, desarrollar nuevas si es necesario y combinarlas de forma que compongan el problema que se pretende estudiar. Mediante esta flexibilidad se pretende cubrir las carencias de los frameworks existentes en la literatura.