知乎使用者2015-04-22 05:58:19

在任意時候用數學建模的思維解釋和解決問題

知乎使用者2016-02-10 16:20:39

我認為運籌學的學習，影響了我做事的方式，思維的方式，這是最大的收穫。運籌學最關鍵的問題之一是怎麼去針對實際問題建模，那麼在建模的時候，首先要確定最佳化目標，其次，要確定相關約束和決策變數。那麼，在工作當中做每一件事情的時候，透過這種分析，可以迅速理清脈絡，把握事物的本質和主幹，達到事半功倍的效果。

留德華叫獸2016-07-26 05:39:44

運籌學的傳統應用領域包括供應鏈、物流、交通、能源、電網、航空排班、排程等最佳化

留德華叫獸：【學界】人工智慧的“引擎”——運籌學，一門建模、最佳化、決策的科學

因為任何實體企業運營過程中都會涉及到供應鏈（從原料採購、物流、倉儲、生產、定價一直到銷售），而供應鏈最佳化裡核心的數學模型和演算法都與運籌學相關

運籌學又叫最最佳化理論

企業生產成本最低、商品流通率最大化、利潤最大化等等都與之息息相關

因此，

據說運籌學出身更容易當上企業CEO。

往小了說

帶來了非常好的就業機會

由於運籌在國內fully undevelopped，因此，博士畢業年薪60w＋不是夢。

先說說運籌學的傳統應用，物流，供應鏈，航空，交通最佳化等等，在國內應用得還不是很充分，因此發展空間很大。

比如最近炒作的概念——智慧供應鏈、智慧物流等等。

此外，運籌學中的最佳化問題，是機器學習和深度學習底層的關鍵性問題，因此運籌學出身的很容易轉到如今大熱的人工智慧（比如我）。

如果有可能的話，拿個博士學位，掌握數學建模，熟練最佳化軟體，甚至有能力最佳化底層演算法，那麼前途無量——因為國內高階運籌學人才非常稀缺。

歡迎看我在下面的回答：

讀運籌學博士Operations Research PhD。 的就業選擇？

歡迎大家關注和擴散

@運籌OR帷幄

同名公眾號（專欄文末有微信QQ學術群的入群方式），會陸續釋出運籌學、人工智慧中最佳化理論相關乾貨及行業動態：

『運籌OR帷幄』大資料人工智慧時代的運籌學

禾頁小姐2019-06-19 18:35:19

運籌學專業畢業，目前也在運籌學行業的一家創業公司工作，擔任產品經理。

現實生活中，有限的資源制約著行動和決策。而大部分時候，我們每個人追求的，都是在有限的資源上，把效果做到最理想。舉個例子，在常見的物流場景中，牽扯到成本與工時，每個承運商的車輛、司機總是有限的，而來自客戶大量的訂單的波動仍然需要被滿足。這就是有限物流資源與送貨效果的衝突。這個時候最直接的思路就是，能不能規劃一個更合理的送貨順序讓路上的時間變少這樣就能有更多的時間裝卸貨也能更節省油費了？在運籌學中，答案是肯定的，這就是VRP問題，現實的場景被抽象成諸如距離矩陣、時間窗等輸入引數，輸出的最優路徑就可以有效的幫助決策者做線路規劃。

可喜的是，大量的公司也開始意識到運籌最佳化的意義，無論是物流公司諸如京東物流、順豐，還是國內外的一些供應鏈、醫療資源、倉儲管理公司，都在強調運籌學。並且藉助新技術的進步，如機器學習、海量資料分析等，與運籌學模型結合，更好的作出決策。

上學期間上了很多課、看了很多論文、迭代了很多次模型，深深的體會並實踐瞭如何把現實中想要建模或者最佳化的問題落實到目標函式、假設、約束和演算法與求解上。工作後繼續的在實際場景中理解更復雜的目標函式與約束並把他們落實到產品設計和呈現上。

久而久之，雖然不會真的建模，但在生活工作中面對每一個大小決策或者要做的事情，思維方式本能變成了，做每件事能第一時間有一個目標意識，想明白，我到底是想解決什麼和做什麼呢？然後就會想手頭的資源和自己的能力，包括一些合理的假設，照著這樣的思路理清問題，後續的解決方法與行動都來的要容易的多了。

不信麼？其實我這個PM最新的工作計劃是這樣的呢：

*目標函式：最小化開發某個功能的代價，最大化客戶的某個體驗

*約束：自己和每位演算法、開發的工時、工作能力，已有的資料結構改動成本，已有的產品架構改變成本，未來功能拓展的成本。。。

*然後評審時候，基本上就可以帶著一些可行解（可能的產品設計方案）討論啦，很快就可以輸出最優解啦><

btw，我的加班挺少，工時的分配也相對合理，每位RD也很少不滿意，可以做一個人人愛的PM啦。所以說，運籌學思維模式，真的是對我的工作生活幫助太大啦～

知乎使用者2020-10-03 18:13:56

人生“運籌”不難，但很難“帷幄”。

自己學了運籌學，曾經以為自己運籌帷幄了，卻發現只是剛開始

“運籌”

，卻很難

“帷幄”

。無論是科研、工作亦或是生活，運籌帷幄只是一個美好的願望，而大多數的人只能在當前的知識、能力、視野範圍內，找到區域性的最優解。而之後的數十年間，可能都在為了突破一點點約束與侷限，而孜孜不倦的付出努力，尋找更大範圍內的下一個最優。而運籌學的這門學科確實改變了我一些，也沒改變太多，相反改變我更多的是教育本身、社會和生活。

突然間，《脫口秀大會》Rock的一段表演，激起腦海裡總在反思的問題“以為自己運籌帷幄”，隨後寫下這個回答。

人生“運籌”不難，但很難“帷幄”。

而運籌學這門學科改變我的是轉化商業、生活問題成為技術問題的方式，是解決問題的角度，但最難的是找到最適合自己的人生目標、職業規劃、認識自己的不足。而這恰恰是運籌學最佳化理論的兩大核心：

目標函式與約束條件

。雖然學了運籌學，但想要最佳化自己的人生和未來從未容易。越深入的瞭解了運籌學理論和周遭環境的複雜性，越發現自己的理論和知識無法在相對短的時間內找到全域性最優解，越來越多的時候，

發現自己覺得自己運籌帷幄，實際上只是運籌，很難帷幄。

同學甲：碩士研究生讀什麼？

同學乙：工業工程運籌方向

同學甲：那是什麼？

同學乙：基於最佳化理論的一門學科

同學甲： 。。。 。。。

運籌帶來思考方式的改變，卻不一定能解決職業發展的困惑

象牙塔裡的大多數人都在憂心忡忡一個問題，畢業後的就業還是失業？本科的時候很多人都迷茫、糾結自己的未來會怎樣。

沒有一個明確的目標，更對自己沒有一個明確的定位。年輕無極限的口號下，感覺是無拘無束。

而最佳化理論的核心是目標和約束。對專業理解不足，對社會了解不深，對自己定位不清晰，哪來的目標，更看不清自己的不足，更沒有什麼約束。學了運籌學卻找不出來最佳化未來發展的建模的兩大要素：目標和約束。

運籌帶來思考方式的改變，卻不一定能找到業務發展的最優解

工作以後同樣如此，不同的同學都想開天眼，看到全域性，找到統籌全域性的大局觀。殊不知，由於自己職級的限制，行業本身的運營的複雜程度，很難找到類似實驗室的環境，讓大家坐下來的專攻業務發展的最優解。從公司運營的角度來說，即便各大運籌最佳化求解器層出不窮，更新迭代，也有國內自主研發的求解器。即便像傳統的深耕多年的運籌最佳化的求解器，Gurobi和CPLEX，對於企業來說，願意投資購買商業軟體版權的公司也是寥寥無幾。運籌最佳化帶來的區域性運營業務能力提升也很容易被不同的業務干擾，而難以尋求可觀的業務增量。對於不能統領全域性的高階或者入門級技術崗，能在業務領域，透過演算法賦能，證明技術的價值也不是一件容易的事情，畢竟干擾項太多了，科研人蛛絲剝繭的方式創造出了近似實驗室的環境證明了價值，被運營團隊反手一波商業活動，那些辛苦找尋的樣本和資料、統計檢驗的置信度，和機器學習學出來的pattern 也就通通不存在了。而全域性業務提升，不同公司自主研發多的，已經深耕多年，基本low-hanging fruit 也被摘的差不多。

技術演算法工程師眼裡，是用過去的行為，找尋未來的路。優秀的運營團隊的理念是，過去的歷史就是用來被改寫和超越的。

誰走的快，誰才是業務發展的引領者，暫時的最優解。

運籌帶來思考方式的改變，卻不一定能找到人生的最優方向

人生是事業和生活的trade off，職場老闆為職員“畫餅”，生活中也有“雞湯”。有的人尋求改變生活的階層，有的人尋求安逸的生活。不同的生活圈層，造就了不同的職場訴求。橋水基金

Bridgewater Associates

瑞·達利歐 Ray Dalio 《原則 Principles》書中導言中說：

要擁有自己的原則，也要明晰 1）想要什麼 2）事實是什麼 3）面對事實，如何實現自己的願望

換成運籌學的方法，要明白 1）自己的目標，所謂目標函式 2）資源和自身的條件，所謂約束 3）如何在現有的資源和條件下，找到自己事業發展和生活的最優路徑，但這何嘗容易？每個人都受父母和家庭的視野的限制，越是在層級躍遷的年輕人越和家裡人的意見可能分歧越大，因為他們更多的告別了一箇舊的、自己家庭所在的圈層，去了解去適應下一個圈層的賽道和玩法。

即便是聰明、自省的人也不一定能看到自己未來的在何方，畢竟下一個圈層未必是父母的指引和家庭的理解所能給予的。更多的壓根看不清通向自己目標函式的可行解有多少，又何談能夠選擇最優？學了運籌迷茫的人發現自己少的不是目標，不是對自己認識不清，而是找不到實現目標可能的路徑與抓手。

寫在最後

有些時候，暫時找不到最優，只好退而求其次，畫地為牢，限定邊界，找到界內的區域性最優 local optima。

誰又能準確驗證，這區域性最優不是，全域性最優呢？

最後，其他運籌的見過的、沒見過的老師、同學、朋友已經把學習運籌優勢與好處已經說的很多了，基本同意，我也獲益匪淺，這裡只是嘗試從另外的角度找尋一個邊界，或者算是很多周圍人的苦惱吧，和大家分享，希望一起突破瓶頸，不斷進步。