运筹优化

26岁的学习随笔

【VRP论文精读】VRP 的诞生 —— 一个汽油配送问题和逐层捆绑算法作者：Sebastilan & Claude（AI 协作）1959 年，一位数学家和一位石油公司工程师合写了一篇 12 页的论文，定义了一个至今未被完全攻克的问题。

AI Agent KernelCAT：深耕算子开发和模型迁移的 “计算加速专家”当前，人工智能的浪潮正推动全球算力需求呈指数级增长。然而，在这一片繁荣的技术景象之下，一个深刻且紧迫的结构性问题日益凸显。与其说全球算力格局的核心矛盾是芯片制程的物理极限，不如说是一场围绕软件生态主导权的激烈博弈。对于致力于发展自主可控 AI 产业的中国而言，真正的挑战往往不在于设计出性能优异的硬件，而在于如何构建一个繁荣、高效、且能够自我演进的软件与应用生态。这便是 “生态壁垒” 远高于 “硬件壁垒” 的时代现实。

码丽莲梦露

ICLR2025年与运筹优化相关文章Code: https://github.com/CIAM-Group/SIL简介: 针对大规模车辆路径问题（VRP）的神经组合优化方法

模型报错infeasible，如何查看冲突约束在使用Gurobi求解模型时，如果模型不可行（infeasible），可以通过以下步骤来查看冲突的约束或变量，帮助诊断问题：

线性规划中的几种逻辑表达式线性规划中的几种逻辑表达式注意：摘录字刘博士的《数学建模与数学规划》，以便用时可查。实际上Gurobi API 中自身放啊变的逻辑表达式函数，下面列出自定义的实现方式。

论文速览【LLM】 —— 【ORLM】Training Large Language Models for Optimization Modeling作者在 NL4OPT、 IndustryOR 和 MAMO 三个 benchmark 上评估模型性能，对比方法包括 NIPS 竞赛冠军方法 tag-BART、多 LLM agent 方法 Chain-of-Experts 和 OptiMUS 等。实验结果显示，经过 OR-INSTRUCT 数据集微调的 LLaMA-3-8B 模型（记为 ORLM-LLaMA-3-8B）在所有 benchmark 上取得了 SOTA 性能，大幅超越了所有 Baseline 方法，相比直接使用 GPT-4 求解（记为 Stan

基于or-tools的人员排班问题建模求解（JavaAPI）使用Java调用or-tools实现了阿里mindopt求解器的案例（https://opt.aliyun.com/platform/case）人员排班问题。

基于Cplex的人员排班问题建模求解（JavaAPI）使用Java调用Cplex实现了阿里mindopt求解器的案例（https://opt.aliyun.com/platform/case）人员排班问题。

【论文阅读】（2016）Learning to Branch in Mixed Integer Programming论文来源：（2016）Learning to Branch in Mixed Integer Programming 作者：Elias B. Khalil 等人

我在开水团做运筹

线性规划对偶问题：理论推导和实际应用之前在很多地方，都看到过“对偶”这两个字眼，总觉得这个词很高大上。对偶理论的百度百科中甚至写到：“在线性规划早期发展中最重要的发现是对偶问题”。所以，既然已经到了线性规划这里，那对偶问题自然也值得深入学习一下。

我在开水团做运筹

线性规划和单纯形法-原理篇很多运筹学的教材都是从线性规划开始的，我平时做算法策略的落地应用时也研发了一部分基于线性规划的技术方案。可以说，如果搞不懂线性规划，很难成为一名优秀的运筹优化算法工程师。

我是有底线的