运筹学爱好者快点看过来在这里一定会有你所感兴趣的话题。
在学习运筹学过程中遇到问题的小伙伴也要看过来在这里你一定会有所收获。
随着由『运筹OR帷幄』建立的微信学术群的发展与壮大，越来越多的各界OR从业者和爱好者也加入进来，与大家一起聊学术和技术，为大家带来了很多经典的、实用的想法与建议；也会跟大家闲聊一些名人轶事，带大家在轻松的氛围里长知识。
截止现在，我们的『运筹OR帷幄』微信学术群已经有7个，共计3000+人，群成员为全球华人Operations Research, Optimization, O.M., I.E., Game\Graph Theory, Optimal Control, Machine Learning等方向的researcher，包括常青藤教授，各大Top互联网公司大佬，世界各地知名大学OR相关的硕博，加群方式详见文章底部。
我们特意开展了这项“群友交流分享会”专题活动，收集了微信学术群近两个月以来的优质学术讨论和名人轶事，在不影响原意内容下做了部分删减并提炼了精华内容，特此与大家分享。此后，我们还会不定期为大家收集微信群里优质学术讨论和经典语录，同时大家也可以在文章后留言，提出学术和技术问题，我们会汇总问题并为大家搜集的相关见解。
喜欢本次活动的小伙伴可以给我们点赞哦，请持续关注我们公众号，会不定期举行各种活动哦！
下面就来看看我们第一期是整理了哪些话题吧
2018年6月12日 名人轶事
留德华叫兽：Dantzig 出道时，在会议上刚讲完他新研究出来的单纯形算法，大佬 Hotelling 很不以为然，起身说：“可是世界不是线性的！” 被大佬教做人，后生 Dantzig 心都快灰了，一时无言以对。此时另一个大佬起来说：“你的应用如果符合他的设定，那就用他的模型；如果不是，那就不用呗！”这个大佬就是天才冯·诺依曼。
葛冬冬教授：OR出过一本五十年特刊，里边全是这种故事，蛮有意思的，中国运筹学会还出了一个翻译的中文版。我回国后写信给运筹学会，他们似乎还剩下几本中文的，我直接全买了。然后很快就被来访的朋友们全部拿光了，一本却没剩给我。
记得里头dantzig讲他刚发明单纯型法的时候，兴冲冲跑去给冯诺依曼讲了半天。然后冯诺依曼站起来说，我来也给你讲点东西，blahblah把线性规划对偶理论第一次呈现在世人眼前。微分几何的超级天才牛人，约翰 米尔诺(John Milnor)也是做过类似的举动。
我当年读博士的时候，最开始读的是微分几何,恰逢米尔诺(John Milnor) 70岁生日，系里给他开了一个大party上，这个神奇的故事homework解决了领域内open question的事情被phd们编成一个歌曲在party上唱的很欢快。没想到几年后转到斯坦福读运筹学博士，dantzig九十岁生日大party竟然也有人讲到了单纯型法的来源，竟然是同样的。当时感慨何其幸运。四十岁的时候回望，竟然是人生最难得的回忆之一了。何其幸运...
葛冬冬教授：dantzig过完生日没多久就去世了，非常遗憾。04年秋天的生日，似乎05年去世的。比我早入门一年的师兄跟我说稍微早点Richard cottle老爷爷上课，有次生病了，请人代课，到时间了打开门走进来走进来的是dantzig，老先生手抖的厉害，写粉笔很吃力，但是思路清晰无比。
然后我办公室的办公桌很老了，舍不得换，就是正中间贴着name tag上边写的是dantzig，每次犯困一低头就看见了，亚历山大。。。Dantzig最后一次在学院出现讨论问题，留下的笔迹在一块活动黑板上，被DP的大牛Veinott老先生很执拗的保存着，系里大搬家，都不肯丢，也绝对不擦掉，可是veinott竟然也很快去世了。。。黑板至今还在斯坦福某个杂物间存放着。
我记得我刚去读书的时候，一次跟veinott去informs开会，他带着他唯一的学生，土耳其女生，跟很多老先生去打招呼，我当时年少无知，被叫去跟着，一边打招呼去一边翻白眼很不乐意哎！现在想想真的是很傻逼。还记得一个戴着鸭舌帽墙边晒太阳的很瘦的老先生。很礼貌回应我们。veinott老先生跟我说，这是little，little's formula的little。。。
一转眼风流云散哎。。。那些都是高来高去的牛人，我们学渣只能仰望。
帆影：您也是我们仰望的高来高去的牛人啊。
葛冬冬教授：@帆影 你有空可以去敲敲姚老师的门。姚老师好酒，一旦有酒，会讲很多巨劲爆的八卦。姚老师本身就是个活着的传奇，他似乎从开始读phd，到最后拿到哥大正教授，如果我没记错的话也就八九年。。。。
帆影：他真的太聪明了。几乎每年都有类似的桥段：上课有同学问问题，他说I think this is just simple math我们这些学渣是不行了 下次看看有没有系里当红的师兄能去套出点故事。
2018年6月28日 业界的生产安排应用如何？
问：话说流通领域的订单指派路径规划，和原材料备货方面的库存优化都蛮多在做，中间的生产安排，也就是APS的算法那一块，似乎都没有什么大的动静，也许是我比较闭塞，生产排程方面国内有学者或者公司在做吗？感觉生产安排不搞好库存优化也做不彻底。只看到日本人在这方面的不少成果。
葛冬冬教授：比如我们跟国内巨大的制造业企业就在做，不止一家。典型场景涉及到几十个子工厂和几百家供应商的安排，都会是很麻烦，基本上变量和约束都是动辄上亿级别。一般约束里的优先级处理起来也很麻烦。以前看过IBM类似的一些软件，动不动就是几十类优先级规则。
陈旭东:好强，生产过程中插单，随时变更，他们应该也管控的很好吧，要不然模型落地难度也很大。
葛冬冬教授：本身随机性就很大，很多来料都有可能不能按时到，插单撤单很平常。目前他们管控的还可以。以前也有一些软件的，比如IBM，JDA的。现在规模大了以后很多问题以前的软件都压根无法解决了。
陈旭东:规模越大，模型算法的效益越能体现出来。
葛冬冬教授：一般的做法是每天（有的是每周）算一个结果，然后有一个policy给一些快速反应机制，针对不同的突发情况。
陈旭东:咱们项目目前对对方服务器得制定一些要求吧。
葛冬冬教授：以前上汽那个动不动就几十个小时了。
华交 :你们确实雄心壮志，有志于开发国内的求解器，中科院系统所好像也在做。
葛冬冬教授：@华交 嗯嗯。求解器是希望可以达到cplex这个level的，商业用的话肯定得要求高，不然卖不出去。
2018年7月24日 遗传算法 & 动态规划
张成义：遗传算法能解决的问题规模本来就不大，可以试试粒子群，变邻域搜索之类的方法
@Apocrypse.：@张成义 所以说遗传算法本身就不太适合规模很大的问题？
张成义：嗯，可以这么理解～问题规模是选择算法的重要考量。我们这边，问题规模不大的时候用改进的遗传算法，问题规模大一点考虑蚁群，再大就考虑粒子群，变邻域搜索了。
@Apocrypse.：原来如此，受教了！
葛冬冬教授：做做两点变换、三点变换基本上就很好了，别搞遗传。
张成义：单独用启发式算法，规模大了以后，解的效果都会比较差，启发式算法通常会和精确解算法结合起来，作为初始解或者是上下界。比如分枝定界，列生成，拉格朗日松弛之类。
@Apocrypse.：感谢大家，我在遗传算法的基础上用了变领域搜索顺利地求出来很好的解了。
粱斌：也有个动态规划的问题想请教一下，平时我们都是用动态规划找多阶段问题的最优解，那我们能不能用动态规划把多阶段问题排在最优解后面的一些解也找出来呢，或者说把前5%优的解排序？
葛冬冬教授：@梁斌 我觉得并不能。至少不是所有问题可以，例如很多凸优化问题可以看作dp一个time slice上的具体化，而求解此类优化问题很多时候不需要列出所有解。
原文链接：https://mp.weixin.qq.com/s/Jh2I9eywQ0fWtI1El7uzWA
版权说明：本文由『运筹OR帷幄』编译整理，不作为商业用途，如有内容侵权，我们将随时删除。
欢迎查看原文，获取更多讯息！
閱讀更多 留德華叫獸 的文章
