精华内容
下载资源
问答
  • 运筹优化

    2021-06-04 12:18:19
    课程主要就运筹优化介绍与约束规划,动态规划,分配问题,路由问题,调度问题和路径规划问题,配套企业项目案例展开。由浅入深,引领学员浸泡逐步掌握企业级智能的技巧。
  • 美团智能配送系统的运筹优化实战.docx
  • 运筹优化代码

    2008-04-24 08:57:57
    运筹优化代码,很不错的代码
  • 如何成为一名合格的运筹优化算法工程师?

    万次阅读 多人点赞 2019-07-23 18:30:35
    作为算法工程师里的一小撮,相比机器学习、人工智能、视觉等算法工程师,运筹优化算法工程师在国内算是又小众又新鲜。作为近几年才慢慢进入大众视野的岗位,人们对其的认知和了解相对其他AI领域,还是较少的。比如我...

    作为算法工程师里的一小撮,相比机器学习、人工智能、视觉等算法工程师,运筹优化算法工程师在国内算是又小众又新鲜。作为近几年才慢慢进入大众视野的岗位,人们对其的认知和了解相对其他AI领域,还是较少的。比如我,其实也不清楚到底运筹优化的定位在哪。所以在这里和自己探讨下,看看如何成为一名更好的、合格的运筹优化算法工程师,给自己一个方向。如果有人不怕被坑,欢迎参考,当然更欢迎拍砖和补充。

    引言

    运筹学(operations research, OR)是研究如何为复杂的工程或者管理问题构建数学模型,以及如何分析模型以探索可能解决方案的一门学科。

    这是运筹学,OR的定义,简而言之,作为一名OR人,解决的问题通常是通过三个步骤对现有场景或问题进行优化。

    1. 问题描述和建模
    2. 模型分析和数据分析
    3. 算法求解+应用
      所以这么一看,OR确实不如机器学习、深度学习、计算机视觉等学科那么高大上和牛逼,所以不推荐大家学习。因为工资比前者差很多,HC也差很多。(日常劝退)

    基本要求

    基本要求是要健康,能加班。
    之后是具体的一些要求:

    1. 学历:本科学历劝退,除非你特别优秀,不过这种就推荐去海外读个硕士或博士回来。企业的要求百分之90%以上都是硕士学历起。对博士十分热爱,而且竞争也很激烈,博士很多,海外名校博士也很多,所以学历不够要么劝退,要么改行,要么继续深造。
    2. 专业:涉及运筹学的专业很多,包括并不限于应用数学,运筹学,计算机,工业工程,系统工程,物流工程,管理学等等。基本学习的课程包括运筹学,最优化理论,数值分析,线性代数,统计学,概率论,高数等等,对数学要求高。
    3. 编程能力:最重要,语言常用的有C/C++,Java,Python,Lua等,推荐C/C++,因为快。Python的话建议一定要掌握,完成日常业务和数据分析没问题,但是在工程化追求极致速度的算法的场景下就不推荐了。
    4. 建模和求解能力:cplex、gurobi等求解器必须会用一个,掌握建模三段论,熟悉基本的模型,能建初各种复杂约束,掌握常用线性化技巧。
    5. 数据处理和分析能力:掌握基本数据分析和处理能力,通常用Python做,也就是说,基本的机器学习方法和统计学方法和流程要会,因为模型的输入数据需要你处理和分析。
    6. 搜索能力:能在短时间内找到项目问题的相关资料和参考文献,筛选出有用的、好用的、靠谱的资料,然后复现,修改,比较,对比。
    7. 英语能力:至关重要
    8. 沟通能力
    9. 理解能力和知识量

    拓展需求

    1. 丰富的项目经验
    2. 发表过顶级期刊
    3. 发表过垃圾期刊
    4. 丰富的大厂经验
    5. 高star的开源代码
    6. 优秀的比赛成绩
    7. 计算机专业背景
    8. 算法与数据结构精通
    9. 机器学习,强化学习,深度学习等

    仿真验证

    仿真真的很重要!
    由于现实世界存在的不确定性、非线性模型、无法建模的问题、鲁棒性检验等,导致我们无法百分百确认效果。而如果能构建出一个与真实业务场景高度拟合的仿真世界,来测试我们的解决方案,简直完美。等于提前进行了中试的过程。而计算机仿真世界成本低,无危险,不干扰生产,可模拟各种参数情况,可运行无数次等等,给了我们打动领导和说服业务人员的最基本的武器。

    • 仿真通常需要如下技能:
    1. 离散事件仿真原理
    2. 仿真的语言与框架,商业仿真软件或开源框架都可
    3. 3D可视化
    4. 数据输出和数据分析

    常见的业务场景

    传统运输领域

    VRP 车辆路径问题

    • 城市配送
    • 快递配送
    • 零担物流

    PDP pickup and delivery problem 取送问题

    • 外卖配送
    • 同城闪送
    • 跑腿
    • 滴滴专车

    DARP dial-a-ride problem

    • 滴滴拼车
    • 共享公交

    share bike rebalance problem

    • 共享单车调度
    • 投放
    • 停车点选址

    TSP 旅行商问题

    • 客户拜访
    • 门店巡查

    facilitity location problem 设施选址问题

    • 门店选址
    • 仓库选址

    hub location problem 枢纽选址问题

    • 轴辐式网络枢纽选址和分配

    工业生产领域

    2D/3D loading problem and bin packing problem 装箱问题

    • 货物装箱
    • 货物打包

    cut stock 下料问题

    • 原材料分割
    • 磁盘打包

    Job schedule,work shop

    • 流水线生产调度
    • 排班排产

    航空领域

    • ARP 航班恢复
    • 航班计划
    • crew assignment

    仓库

    • 选址
    • layout 设计
    • 货位分配
    • agv,rgv调度
    • 拣货调度的
    • 库存控制和管理
    • 补货管理

    零售

    dynamic price 动态定价

    revenue management 收益管理

    产品设计,广告管理

    其他

    常用的求解方法

    精确算法

    • 枚举法 brute
    • 求解器:1)gurobi 2)cplex 3)SCIP 等 致敬国产求解器开发者!
    • BB,BC,BP,BCP
    • column generation
    • 拉格朗日乘子法
    • Benders decomposition

    启发式

    • Construction Heuristics
    • Local Search
    • Metaheuristics:single trajectory & popluation based

    全栈:五个维度

    1. 数据分析:找数据,辅助决策,指标
    2. 机器学习:预测,降低不确定性,发现规律
    3. 运筹优化:建立模型,寻找优化点,给出更好的解
    4. 仿真建模:验证,实验,测试
    5. 强化学习:online场景的新方向

    工具

    Git

    • 会使用git管理代码版本,实现备份、迭代与他人协作开发的能力
    • 推荐廖雪峰老师的课程

    SCI-hub

    • 下载英文文献的神器,世界变得更美好的重要贡献者。
    • 请点击SCIHUB

    PPT

    • 及其重要的工具,海量技巧值得玩味。

    Markdown

    • 方便快捷,一般用有道云笔记或印象笔记
    • 本文也是用Markdown写的,可以自己在csdn用Markdown格式试着写一篇

    Anaconda

    • 解决python相关的需求

    Notepad++

    • 好用的文本编辑器

    公众号

    1. 数据魔法师:华科的秦虎教授团队维护的,学习算法的良心地方
    2. 航音绕梁:同济梁哲教授团队维护,航空OR最强,yyds
    3. 东南数智港:东南薛巍立教授团队维护,品类管理,强化学习,论文复现,我的珍藏
    4. 运筹&帷幄:里面有一些信息吧,运筹偏少,AI挺多的

    求职公司分析

    阿里系

    1. 菜鸟
    2. 盒马
    3. 饿了么
    4. 阿里云
    5. MMC

    快递系

    1. 顺丰科技
    2. 顺丰同城
    3. 丰巢
    4. 德邦
    5. 中通

    航空系

    1. 春秋航空
    2. 四川航空
    3. 东方航空
    4. 悠桦林
    5. 派迩

    互联网

    • 滴滴
    • 京东
    • 字节跳动
    • 网易
    • 华为

    新独角兽

    • 美菜网
    • 货拉拉
    • 点我达
    • 便利蜂
    • 秒针系统
    • 松果出行
    • 钱大妈
    • 喜茶
    • 猿辅导
    展开全文
  • 智能配送系统的运筹优化实战深度报告.pdf ,是非常全非常深度的报告,干货满满,非常值得学习与研究,推荐相关人员深入学习。
  • 运筹优化入门学习

    千次阅读 2019-07-09 12:36:24
    基于以前学习过的运筹学的内容,目前可以将求解直接利用程序运算出来,新手刚刚上路,这里只是放上一些学习的链接,供零基础的同学包括我更好的理解与入门运筹优化的这一领域。 编程语言:Python 工具:cplex /...

    基于以前学习过的运筹学的内容,目前可以将求解直接利用程序运算出来,新手刚刚上路,这里只是放上一些学习的链接,供零基础的同学包括我更好的理解与入门运筹优化的这一领域。

    编程语言:Python

    工具:cplex /docplex

    资料:

    官网:https://ibmdecisionoptimization.github.io/tutorials/html/Beyond_Linear_Programming.html

    IBM的cplex算法包:https://blog.csdn.net/kittyzc/article/details/85715162

    python 下使用 cplex:https://blog.csdn.net/robert_chen1988/article/details/80946466

    CPLEX Studio 快速入门:https://www.ibm.com/support/knowledgecenter/zh/SSSA5P_12.9.0/ilog.odms.studio.help/Optimization_Studio/topics/PLUGINS_ROOT/ilog.odms.ide.help/OPL_Studio/oplquickstart/topics/opl_quickstart.html

     

    以后不定期的更新

    展开全文
  • 运筹优化问题

    2019-09-27 22:05:37
    经典运筹优化问题 先考虑容易理解的0/1背包问题、TSP问题、VRP问题等。 1.TSP问题 1.1数学建模 旅行商问题(TSP)的两种模型 主要是针对避免独立环的出现,给出了数学模型,可以让gurobi/cplex等精确求解器求解...

    经典运筹优化问题

    先考虑容易理解的0/1背包问题、TSP问题、VRP问题等。

    1.TSP问题

    1.1数学建模

    旅行商问题(TSP)的两种模型

    主要是针对避免独立环的出现,给出了数学模型,可以让gurobi/cplex等精确求解器求解

    代码可参考我的git

    1.2 基础算法

    TSP的几种求解方法及其优缺点

    在分类上,根据我个人理解可以分类为:

    还是看这个吧遗传算法,模拟退火算法,粒子群算法,神经网络等智能算法的作用? - 大洪的家园的回答 - 知乎 

    (1)基础搜索算法(遍历解空间)

    • 深度优先搜索(加上剪枝策略就是回溯法)
    • 广度优先搜索(加上剪枝策略就是分支限界法,上下界的确定可以参考 
    • 动态规划

    可以参考这个作者的系列文章

    旅行商(TSP)问题专题——多种方法对比

    回溯算法——对解空间(搜索树)的一种策略搜索(深度优先搜索)

    分支限界法——对解空间的一种策略搜索(广度优先搜索)

    0/1背包问题——动态规划、回溯、分支限界法对比

    (2)启发式搜索算法(在遍历解空间树时有比较地选择)

    • 贪心策略
    • 最近插入策略
    • A星算法

    (3)启发式探索算法

    这里说明一下这个探索跟上面的搜索,上面的搜索更像是对解空间根据策略进行遍历,但此处说的探索则是根据某种策略直接对可行解进行修改(这种修改结果得到的不一定是可行解但尽可能地设计可以产生可行解结果的算法),其实也有点像强化学习中的exploration,比较随机。

    对于SA、GA这些从基础可行解出发的算法,可以使用一些较快的启发式算法得到的近似解作为初始解,以此加快收敛。

    后面几个目前还没看,之后会逐渐更新,同时git上的代码也会更新

    以下为进阶TSP解决方案

    1.3 混合策略for大规模TSP(Large Scale TSP)

    对于大规模的TSP问题(一般城市个数超过100个),上述方法往往由于规模的增大而需要很长的求解时间(SA单次应该不会太长,跟它的探索算法有关),并且这些启发式算法的结果更难收敛到全局最优,因此考虑使用混合策略。

    常见的思路是首先是将城市划分为多个城市群(可使用聚类算法)形成子问题,在城市群内部求回路(足够小可以用启发式搜索甚至基础搜索算法,中等规模可以用启发式探索算法),各子问题求解完毕用临近原则确定问题的整体解,再利用局部改进算法对其作进一步加工以得到问题的最终解。

    参考文献<聚类分层+蚁群算法>

    大规模旅行商问题解决方案

    K_Means for TSP

    1.4 多目标优化

    多目标优化问题的算法及其求解 这个暂时还没有经验。

    Python遗传算法框架使用实例

    遗传算法关于多目标优化python

    NSG-II详解与实现

    gurobi求解介绍(含多目标优化问题)

    1.5 多旅行商问题 mTSP

    分为4类 参考 多旅行商问题研究综述 

    GA算法for tsp & mtsp

    知网文献:

    多旅行商问题研究综述 

    模糊聚类分析应用于炮兵精确打击效能评估

    1.6 其他

    matplotlib.animation动态展示效果

     

     2.VRP问题

     

    转载于:https://www.cnblogs.com/peanutk/p/11541094.html

    展开全文
  • 运筹优化基础知识

    2019-12-27 14:11:34
    运筹优化基础知识前言线性规划模型的三种形式线性规划问题解的三种情况凸集对偶 前言 本文为运筹优化基础知识总结,适合初学者或者经历了长时间搁置的读者。 线性规划模型的三种形式 LP模型有一般形式、规范形式和...

    前言

    本文为运筹优化基础知识总结,适合初学者或者经历了长时间搁置的读者。

    线性规划模型的三种形式

    LP模型有一般形式、规范形式和标准形式
    一般形式
    minz=c1x1++cnxns.t.ai1x1+ai2x2++ainxn=bi,i=1,,pai1x1+ai2x2++ainxnbi,i=p+1,,mxj0,j=1,,qxj,j=q+1,,n min \quad z=c_1x_1+\cdots +c_nx_n \\ s.t.\quad a_{i1}x_1+a_{i2}x_2+\cdots +a_{in}x_n=b_i,i=1,\cdots ,p \\ \quad \quad a_{i1}x_1+a_{i2}x_2+\cdots +a_{in}x_n\geq b_i,i=p+1,\cdots ,m \\ x_j\geq 0,j=1,\cdots,q \\ x_j无限制,j=q+1,\cdots,n
    规范形式
    mincTxs.t.Axbx0 min\quad c^Tx\\ s.t. \quad Ax\geq b\\ \quad x\geq 0
    标准形式
    mincTxs.t.Ax=bx0 min\quad c^Tx\\ s.t. \quad Ax= b\\ \quad x\geq 0
    一般形式转换为规范形式,首先把
    j=1naijxj=bi \sum_{j=1}^n a_{ij}x_j=b_i
    转换为
    j=1naijxjbij=1n(aij)xj(bi) \sum_{j=1}^n a_{ij}x_j\geq b_i\\ \sum_{j=1}^n (-a_{ij})x_j\geq (-b_i)
    再用两个非负变量xj+0x_j^+ \geq 0xj0x_j^- \geq 0替代无符号限制变量
    xj=xj+xj x_j = x_j^+ - x_j^-
    一般形式转换为标准形式,首先把
    j=1naijxjbi \sum_{j=1}^n a_{ij}x_j\geq b_i
    转换为
    j=1naijxjsi=bi,si0 \sum_{j=1}^n a_{ij}x_j - s_i= b_i,s_i\geq 0
    其中sis_i为剩余变量,也可以通过加松弛变量进行变换
    无符号限制变量的转换同上

    线性规划问题解的三种情况

    1. 可行区域D=D=\varnothing,即该问题无解或不可行
    2. DD\neq \varnothing,但目标函数在D上无界,即该问题无界
    3. DD\neq \varnothing,且目标函数有有限的最优值,即该问题有最优解

    凸集

    凸集的定义:设SRnS\subset \bm{R}^n是n维欧式空间中的一个点集,若对任何xS,ySx \in S,y \in S与任何的λ[0,1]\lambda \in [0, 1]都有
    λx+(1λ)yS \lambda x+(1-\lambda)y \in S
    就称S是一个凸集
    由凸集定义,易推到
    D={xRnAx=b,x0}D=\{x \in \bm{R}^n | Ax=b, x\geq0\}是凸集
    任意多个凸集的交集还是凸集

    对偶

    自由变量对应等式约束
    非负变量对应不等式约束

    后续待补充

    展开全文
  • 运筹优化界的大佬

    2020-11-01 22:55:07
    文章目录运筹优化界的大佬Robust OptimizationDimitris Bertsimas叶荫宇Sim 运筹优化界的大佬 Robust Optimization 学者 机构 代表文章 资料 Dimitris Bertsimas MIT Robust Optimization CV: ...
  • 运筹优化算法实习生面经 上篇blog介绍了运筹优化算法实习生岗位的相关公司,这篇博主根据自己个人的面试经历去介绍各个公司的特点,希望看到的同学能够有针对性的去做准备。 阿里巴巴 阿里巴巴是相对来说运筹优化...
  • 智能配送系统的运筹优化实战

    千次阅读 2020-02-20 20:12:53
    总第382篇2020年 第5篇深入各个产业已经成为互联网目前的主攻方向,线上和线下存在大量复杂的业务约束和多种多样的决策变量,为运筹优化技术提供了用武之地。作为美团智能配送系统最核心的技...
  • Gurobi+Python做运筹优化环境搭建Gurobi+Python做运筹优化环境搭建Gurobi+Python环境搭建报错 `DLL load failed`一般原因 Gurobi+Python做运筹优化环境搭建 Python调用Gurobi需要注意下面几点: Gurobi的版本和...
  • 顺丰科技2019秋招运筹优化算法工程师笔试客观题合集
  • 美团是运筹优化算法在实际落地中做得十分出色的公司,在之前发布的算法年货电子书中,有一篇即:美团智能配送系统的运筹优化实战。下面本文将对这篇文章阅读后,整理出一份思考笔记,记录运筹优化算法落地方案。 ...
  • 美团智能配送系统的运筹优化实战

    千次阅读 2020-06-13 09:05:15
    深入各个产业已经成为互联网目前的主攻方向,线上和线下存在大量复杂的业务约束和多种多样的决策变量,为运筹优化技术提供了用武之地。作为美团智能配送系统最核心的技术之一,运筹优化是如何在美团各种业务场景中...
  • 运筹优化背景人员有时混淆模型与算法的概念,机器学习可能也有同样的现象。目前笔者的理解是,以算法导论为依据,算法这个概念的定义是能接收输入,并且能通过明确定义的有限的一系列步骤得出期望的输出的过程。 ...
  • 运筹优化 OR】单纯形法 Simplex Method 更多运筹学相关:https://github.com/Amoiensis/Operational-Research 运筹优化 - Operational Research - Github 注意:未经允许,请勿转载! 转载请标明出处~ ...
  • 运筹优化
  • 运筹优化算法面试题——回忆版

    千次阅读 2020-05-27 21:21:13
    一次惨痛的运筹优化算法面试经历项目方面基础知识总结 项目方面   我有三个项目经验,分别是:一个多目标进化算法的子算法,一个城际网约车订单分配算法,一个实习过程中提出的多主体寻路算法。 <![if ...
  • 运筹优化(一)--运筹学概述

    万次阅读 多人点赞 2019-01-07 23:27:49
    运筹学:主要运用数学方法研究各种系统的优化途径及方案,为决策者提供科学决策的依据。最优化方法的主要研究对象是各种有组织系统的管理问题及其生产经营活动。最优化方法的目的在于针对所研究的系统,求得一个合理...
  • 演讲嘉宾简介:谭剑,阿里巴巴...本次分享主要围绕机器学习和运筹优化两个方面。它们在学术角度存在很大的重合,也有各自的侧重点。为了更好地帮助大家理解,这里借用心理学教授DANIEL KAHNEMAN的表达。 人有...
  • 岗位描述负责公司智能配送算法的开发。基于先进运筹优化理论结合实际场景和一线业务需求,联接信息系统,开发适合本公司的智能分单和路径规划算法。负责智能配送算法的落地并不断迭代...
  • 网易的数据分析被刷了2次,所以投一下运筹优化算法试一试。我研究生是学这个的,觉得自己学得不好而且岗位好少,应该不好找。 我今天打开笔试链接才知道是运筹优化算法的笔试,之前还在刷SQL的题。。。 一共2小时,4...
  • 常见运筹优化问题

    千次阅读 2019-09-23 08:58:49
    1. 求解多目标优化的常见方法 2. 什么是单纯形法 3. 什么是KKT条件 4. 什么是分支定界面? 5. 什么是对偶及对偶问题? 参考帖子:支持向量机:Duality ...
  • 2017阿里内推笔试题–算法工程师(运筹优化)题目沐哲是一个菜鸟仓库的一个拣货员,但他有非常个怪异的习惯。每次拣货的重量都要比之前拣的一个轻,每次拣到货后都可以得到1块钱,沐哲想知道这样最多能赚多少钱 32 34...
  • 运筹优化知识点复习

    2020-08-01 10:48:05
    1、无约束优化问题、等式约束优化问题、包含不等式约束的优化问题,拉格朗日乘子法、KKT条件 https://blog.csdn.net/Mr_KkTian/article/details/53750424 2、
  • 启发式算法(heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。也就是说,在允许运行时长足够长的 情况下,确保得到一个最优方案。但是大量重要的ILP和INLP问题,并不...
  • 运筹优化(十三)--大规模优化方法

    万次阅读 2019-01-19 15:23:51
    列生成算法已被应用于求解如下著名的NP-hard优化问题:机组人员调度问题(Crew Assignment Problem)、切割问题(Cutting Stock Problem)、车辆路径问题(Vehicle Routing Problem)、单资源工厂选址问题(The single ...
  • maplab是一种常用的数学建模软件,大家可以一起学习应用。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,183
精华内容 2,473
关键字:

运筹优化