【运筹优化】1、课程导论与OR导论

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

1. 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。
2. 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