Классическая теория массового обслуживания, построенная на моделях Эрланга, предполагает, что клиенты обладают бесконечным терпением. Придя в систему, заявка будет стоять в очереди сутками, пока не получит обслуживание. Однако в реальных колл-центрах, службах скорой помощи и системах электронной коммерции поведение клиентов кардинально иное: они нетерпеливы. Если очередь кажется слишком длинной, клиент может вообще отказаться от присоединения к ней (Balking). Если клиент уже стоит в очереди, но ожидание затягивается, он может бросить трубку или закрыть вкладку браузера (Reneging). Внедрение фактора человеческого нетерпения в марковские процессы породило сложнейший класс моделей, позволяющих бизнесу оптимизировать потери клиентов в условиях пиковых нагрузок.

В промышленном производстве и управлении проектами соблюдение дедлайнов является критическим фактором успеха. Опоздание с отгрузкой продукции влечет за собой жесткие финансовые санкции, потерю деловой репутации и разрыв контрактов. В теории расписаний класс задач, ориентированных на соблюдение директивных сроков, выделяется в особую категорию. В отличие от минимизации общего времени работы конвейера (makespan), здесь целевые функции сфокусированы на минимизации штрафов за просрочку. Изучение таких моделей привело к созданию изящных полиномиальных алгоритмов, венцом которых стал алгоритм Мура-Ходжсона, позволяющий математически точно минимизировать количество сорванных заказов на одностадийном производстве.

Метод анализа иерархий (AHP) произвел революцию в многокритериальной оптимизации, однако его строгая древовидная структура накладывает серьезные ограничения на моделирование реальных процессов. В классической иерархии влияние передается строго сверху вниз: от глобальной цели к критериям, а затем к альтернативам. На практике же экономические и социальные системы переплетены сложнейшими обратными связями. Не только критерии влияют на выбор альтернатив, но и сами альтернативы могут оказывать воздействие на значимость критериев. Для решения этой проблемы Томас Саати разработал Метод аналитических сетей (Analytic Network Process, ANP), который заменил жесткую иерархию на полносвязный граф, позволив исследователям операций моделировать системы с абсолютной топологической свободой.

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.