При решении колоссальных задач маршрутизации транспорта (VRP) с временными окнами или при составлении графиков дежурств сотен авиаэкипажей стандартные методы целочисленного линейного программирования терпят сокрушительный крах из-за явления комбинаторного взрыва. Количество математических переменных (описывающих все физически возможные маршруты) исчисляется миллиардами, что мгновенно переполняет оперативную память любого суперкомпьютера. Для преодоления этого алгебраического барьера исследователи операций объединили два гениальных оптимизационных метода: алгоритм ветвей и границ и метод генерации столбцов. Получившийся математический симбиоз получил название Алгоритм ветвей и цен (Branch and Price), став венцом современной логистической оптимизации.

В логистике, кадровом менеджменте и медицине регулярно возникает необходимость оптимального связывания объектов неразрывными парами: распределение дальнобойщиков по доступным грузовикам, назначение доноров почек совместимым пациентам или соединение микропроцессоров в вычислительном кластере. Если каждый объект может быть связан строго с одним единственным партнером, математики говорят о задаче поиска паросочетания в графе. Эта классическая проблема исследования операций делится на два класса в зависимости от топологии связей. В двудольных графах задача решается легко и элегантно, но в графах общего вида, где любой узел может быть соединен с любым другим, поиск максимального паросочетания требует сложнейшего алгоритмического аппарата, венцом которого стал знаменитый алгоритм сжатия цветков.

Традиционное стохастическое программирование опирается на знание точных вероятностных распределений для случайных параметров (например, нормального распределения рыночного спроса или цен на нефть). Однако на практике собрать достоверную статистику часто бывает невозможно: редкие экономические кризисы, технологические сбои или совершенно новые рынки не имеют надежной исторической базы данных. Если аналитик ошибется в оценке распределения, стохастическое решение может оказаться катастрофически неверным. В конце 1990-х годов в исследовании операций зародилась мощнейшая альтернатива — робастная оптимизация (Robust Optimization). Этот метод не использует вероятности; он ищет решения, которые гарантированно останутся физически выполнимыми и экономически эффективными при любых, даже самых наихудших реализациях параметров в пределах заданного множества.