【理论】运筹学入门

此系列作为在职研究生阶段的学习笔记，包括课堂内容，笔记摘录，知乎资料整理，个人感想几个部分。

1.线性规划及标准形式

2.单纯形法的计算

3.对偶问题，知道最优解，求对偶问题的最优解

4.运输问题

5.指派问题和匈牙利法

6.最小生成树和最短路径

运筹学(Operations Research)，有几个别名数学规划(math programming)、优化(optimization)、最优化理论。研究min和max的问题，集中在利润最大化、成本最小化。所以做什么事情都会想想我追求的是什么，我最不想要浪费的是什么。

针对实际问题建模

运筹学最关键的问题之一是怎么去针对实际问题建模。那么在建模的时候，首先要确定优化目标，其次，要确定约束条件和决策变量。

运筹学主要解决的问题

1. 数学规划（能对现实问题的目标和限制进行量化的问题）

2. 博弈论（涉及多方利益的问题）

3. 运输问题（其实属于第一种，不过有自己特殊结构）

4. 库存管理

运筹学的应用

最优路径问题

运筹学的就业

滴滴算法工程师（高精尖高薪）--车辆路径规划及叫车资源匹配和调度；

顺丰、京东物流工程师（高精尖高薪）--仓储问题、快递寄送问题；

投资银行、大型企业工程师--资产配置、成本优化、利润最大化；

国家电网、中石油技术工程师--电力调度、石油管道最优化铺设；

铁路、航空公司--时刻表安排、定价策略、航班安排；

国家铁路局、交通局等公务员--如上；

运筹学与大数据、人工智能的关联

大数据：不妨简单地把大数据理解为变量个数非常大的应用题。那么统计和优化问题，自然而然地属于大数据问题。

关于人工智能，大家可能不知道，当下最热的神经网络、深度学习，其最终的问题，还是落到了解决一个优化问题。

神经网络最基础的优化算法－－反向传播（BP）算法，可以纳入启发式算法或贪婪算法的行列。而搭建起神经网络的一个个神经元和他们的连线，则是数学建模的过程，用的正是图模型

关于大数据

机器学习，大数据这些新兴专业是随着工业发展，顺应市场需求而来。

参考资料

https://zhuanlan.zhihu.com/p/25579864