1、课程目标
1)理解运筹优化相关的理论与算法
主要包括:数学分析、理论证明、算法设计、数值计算
2)掌握基本的建模方法、掌握基本的优化软件
3)提升科研能力
2、先修课程
高等数学基础(微积分、线性代数(关系非常密切)、概率论与数理统计)
运筹学导论(线性规划、整数规划)
编程课(C++、Python等)
运筹学主要内容分类如下(一块区域为一个模块)
3、课程内容
- 线性规划包括:基本介绍、线性几何、单纯形法、内点法、对偶理论)
- 整数规划包括:基本介绍、分枝定界、割平面、动态规划、计算复杂度、分解技巧(整数规划、组合优化等研究人员研究的内容)
- 大规模优化(分解技巧)包括:拉格朗日松弛、列生成、DW分解、Benders分解、分支定价B&P、分支割B&C
4、参考教材
5、基本定义
管工研究方向一般称为:运筹学、运筹优化
数学研究方向一般称为:优化、最优化、最佳化
方法论都是:optimization
定义:在给定资源约束下,合理调度资源进行量化决策,以实现设定目标尽可能优化。
两个关键步骤:建模、求解
优化模型形式如下:
6、应用场景
金融投资组合优化、车辆路径、工厂的选址、仓库的选址、库存的管理、机票的定价、收益的管理、定价问题、物流配送、人员排班等。
7、组织期刊
INFORMS、POMS(王者)
中国运筹学会ORSC(大师)
IET、IEEE、SIAM、ACM(铂金、黄金)
8、一些相关课程
level0 基础课程
微积分、线性代数、概率论与数理统计、管理运筹学、编程基础
level1 核心课程
线性规划、非线性规划、整数规划
凸优化、数值优化
level2 高级课程(研究哪里补哪里)
随即优化、鲁棒优化、预测优化、 在线优化
动态优化、马尔科夫决策过程、强化学习
近似算法、启发式算法
QCQP、锥优化、半定规划
扩充知识点
- 线性规划问题一般可以通过求解器求解、整数规划问题使用求解器求解一般无法解决或求解速度较慢。
- 凸优化问题找到的最优解一定是全局最优解,非凸优化问题找到的最优解可能是局部最优解