一、
llm for decision making
（覃含章老师主讲）
•LLM introduction
主流LLM API key和环境配置
简单的LLM应用程序开发&RAG
（点击查看第二期【LLM在运筹优化领域应用】课程部分录播）
•
LLM for math programming
LLM4OPT主流框架介绍：OptiMUS和ORLM
OptiMUS使用教程，数据集配置，和环境测试
•轻量级的数学建模LLM agent
数学建模中的RAG & Few Shot Learning
LogisticsLLM：轻量级的进行数据处理+数学建模的agend model
二、运筹优化&优化求解器（含章+Mark+Max老师）
•数学优化
优化问题类型和简介
数学优化在现实世界的应用
（点击查看第一期【优化求解器综述】课程录播）
•优化求解器
CPLEX、Gurobi及优化求解器概述
安装和设置
•线性规划 (LP)
线性规划问题的基本概念
使用CPLEX解决线性规划问题
•优化求解器ORtools基础
ORtools基础介绍
ORtools求解简单线性规划和整数规划
•优化求解器ORtools进阶
ORtools求解复杂约束类问题
OR tools求解技巧（建模技巧）
•高级LP和对偶性
高级LP概念
理解线性规划的对偶性
使用CPLEX解决对偶问题
•整数规划 (IP)
整数规划问题和实际案例
使用CPLEX解决整数规划问题
•混合整数规划 (MIP)
MIP问题
使用CPLEX解决MIP问题
•二次规划
二次规划问题和实际案例
使用CPLEX解决二次规划问题
•约束规划
约束规划问题和实际案例
使用CPLEX解决约束规划
•数学规划 VS 启发式算法
用数学规划求解实际问题
用启发式算法求解同样问题
全局最优 VS 局部最优
•CPLEX的Python建模 (DOcplex)
DOcplex：Python与CPLEX的整合
使用DOcplex解决优化问题
•CPLEX的Julia建模（4课时）
Julia对比Python
使用Julia调用Gurobi
•CPLEX中的高级特性
调整CPLEX参数
解读CPLEX输出
•大规模优化问题分解方法1
割平面方法
使用Cplex解决
割平面问题
实际案例分析
•大规模优化问题分解方法2
列生成方法
使用Cplex解决列生成问题
实际案例分析
•大规模优化问题分解方法3
Benders分解方法
使用Cplex解决
Benders分解问题
实际案例分析
•大规模优化问题分解方法4
拉格朗日松弛方法
使用Cplex解决拉格朗日问题
实际案例分析
•
端到端学习问题（integrated learning and optimization）
两阶段解决方法
端到端解决方法
三、案例实操（四位老师）
•案例实操：考虑客户位置移动的车辆路径规划问题
•项目大作业1：火柴交友双向匹配问题
贪心算法
整数规划模型
•项目大作业2：大规模调度问题（Mark老师）
启发式算法
元启发算法
•项目大作业3：大规模商品补货问题（Max老师）
线性规划、鲁棒优化
使用ORtools求解、调用rsome包
•
项目大作业4:
LLM for math programming
（覃含章）
基于“LLM4OPTTutorial”源码
设计原创（格式化）数据集，分析LLM的建模精度和缺陷
复现并比较其他state-of-the-art的LLMforOptimization框架
四、Python数据分析&数据库操作（留德华叫兽）
MongoDB数据库读写和修改、Pandas数据科学、数据可视化、用户画像等
以
【
火柴交友
