现在和将来的角度，结合你所学 我可以写，比较多
财政和会计。根据查询运筹学论文相关信息得知，方向有财政和会计。运筹学就是以数学为主要手段、着重研究最优化问题解法的学科。运筹学可以用来很好的解决生活中的许多问题。运筹学有着广泛的应用，对现代化建设有重要作用。
去看看这本（运筹与模糊学 ）里的内容吧
课程教学改革研究论文
一、运筹学学科特点
运筹学是应用分析、试验、量化的方法，对经济管理系统中的人力、物力、财力等资源进行统筹安排，为决策者提供有依据的最优方案，以实现最有效的管理其核心是研究优化的理论与方法。运筹学内容丰富、分支众多，已经形成了三个不同的发展领域：运筹学应用、运筹学科学和运筹学数学教育部1998年颁布的“本科专业目录和专业介绍”中，将运筹学课程列为经济、管理专业的主干课程。运筹学课程已逐渐成为应用数学、管理科学、工程管理、系统科学、信息管理、计算机、机械制造、交通运输等专业的基础课程之一。因此运筹学课程必须既能满足理工类专业的教学需要，又能兼顾经管类等专业的要求。
运筹学具有以下几个特点：
（1）定量分析。 运筹学使用各种数学工具和逻辑判断方法，对实际问题中提炼出来的模型进行定量分析， 为管理和决策提供定量化的决策支持。
（2）最优性。 所谓最优，包含两方面的含义：一是从空间上来讲，寻求整体最优；二是从时间上来讲，寻求全过程最优。
（3）实用性。 运筹学是一门实践性很强的学科。运筹学广泛应用于经济、管理、工程优化设计、工程优化控制、计算机和信息系统、城市规划和管理、资源综合利用， 环境治理等。
（4） 多分支性。 由于运筹学是面向实际问题的，因此运筹学形成了很多分支，而且还在不断的向前发展。运筹学的分支包括线性规划、整数规划、非线性规划、目标规划、图与网络模型、存储论、排队论、对策论、排序与统筹方法、决策分析、动态规划、预测、搜索论、随机服务理论和可靠性理论等。
（5）以计算机为工具求解问题。 由于实际问题通常变量较多，运用运筹学理论手工解决实际问题时，计算工作量非常大，且常常容易出现错误， 因此应该借助于计算机工具求解。实际上，计算机技术的快速发展，为运筹学的进一步发展以及在实践中的应用都起到了促进作用。
二、教学现状分析
目前，本校的运筹学课程授课对象为理科专业（包括数学与应用数学、统计学专业）、管理学科专业（包括管理科学、工程管理、房地产经营管理、市场营销、物流管理、工商管理、金融管理专业）以及工科专业（信息管理与信息系统、金融工程专业）的本科大学生。理工科专业学生是理科生源，管理类专业中除部分专业为文科生源，其余专业又为文理生源兼有。相比而言，理科生源学生数学基础较好，文科生源的数学基础相对较差，如何做到在同一时空内，让学生们都能认识、理解、领会和掌握该门课程，并能实现理论和实践的结合，从而解决实际问题，真正达到这门课程的学习目的，需要在教学过程中做一些尝试与改革。目前，我校在运筹学课程教学过程中往往容易出现以下一些普遍存在的问题和不足：
1、学生学习的积极性不高，厌学现象较普遍。随着年龄的增长，大学生学习动机的功利性日益增强，只对他们认为有用的课程感兴趣，而对其它课程则仅仅追求达到学分要求。学习的主动参与性不够，课堂气氛不够活跃，很难主动和教师形成互动，整体学习效果一般。他们将学习重点放在对课本知识的死记硬背上，甚至连计算方法和步骤也采用死记的方法。
2、教学方法的科学性有待加强。运筹学是一门实用性课程，很多老师在授课时，采用传统的板书讲授法，教学手段不够灵活，信息量少，如讲解线性规划中的单纯形方法时，一节课画一张单纯形表，解一道迭代三次的题目时间可能就不够用了，教师只在黑板上孤立的画表格，学生在课堂上被动接受，师生互动性差，教与学信息反馈不及时，很难提高学生的兴趣和调动学生学习的积极性。
3、实验教学和案例分析重视不够。由于大部分教师是重点高校数学专业出身，在给本科生上运筹学课程时，过多注重定义的解释，定理的推导，手工演算的培训上，对应用运筹学的理论、方法分析问题、解决问题讲授不多，从而造成学生对运筹学的基本理论、模型求解方法多有较好的掌握，但当运用所学知识去分析和解决实际问题时，却都显得茫然无措。很少有运用运筹学解决实际问题的案例，不会用运筹学优化软件（如lingo、lindo、mathematic、matlab等）求解最基本的运筹优化问题，更难去解决实际问题。
4、课程考核方法比较单一。通常是以学生平时作业加期末考试成绩作为考核学生学习运筹学课程效果的考核方式，导致学生只会套用书上算法，机械的进行手工计算，忽视了运筹学课程培养学生解决实际问题的能力的目的，偏离了运筹学的本质。
三、教学改革建议
1、分专业教学，体现专业特色。
不同的专业，需要不同的运筹学知识，应根据专业培养目标和专业特点明确教学目的，分类设置教学内容，科学设计教学方法，并有所侧重，如应用数学专业更应强调运筹学数学和运筹学科学，在教学过程中应侧重算法的证明和原理推导，还应具有一定的编写计算机程序解决问题的能力，使他们掌握运筹学的基本优化理论和优化方法，掌握课程各主要分支的模型、基本概念与理论、主要算法及其应用；经管类专业运筹学更应强调运筹学应用和运筹学科学，教学目的重点应放在学生对基本概念的理解、基本原理的掌握以及基本方法的应用上，使学生通过运筹学课程的学习，能够运用运筹学的思想、原理、方法分析和解决问题同时加强实践教学，采取多种灵活多变的实践方式，解决实际应用领域中的某些实际问题，为学生进一步从事该方向的学习与研究工作打下坚实的基础。
2、对教学手段、方式进行改革。
（1）采用启发式教学。
学生的学习态度直接影响教学质量，因此在教学过程应积极发挥学生的主体作用，如采用启发式教学，充分发挥学生的聪明才智，激发他们的学习热情。例如在讲解整数规划的分支定界法时，对于举例求解约束条件只有两个的例子时，可以选两个层次不同的同学当堂练习，启发学生用图解法求解，从而鼓励学生举一反三，畅所欲言，充分发表自己的观点与想法。
（2）改革教学手段，运用最新科技成果，突出应用性。
传统教学模式的板书时间，对学生来说也是一段休息、思考准备的时间，但有时显得单调和低效、课堂信息量少，而且可观性差。对于运筹学这类内容丰富、信息量大、推理和运算复杂的综合性学科的教学活动，还应该充分应用现代化教学手段，通过与现代化教育技术的组合应用，实现运筹学课程教学的优化须借助多媒体、互联网等最新现代教育技术手段，并充分利用网络教学资源加强对学生进行交互式教育，使学生及时了解运筹学发展动态，领悟新思路、掌握新方法，增强运筹学课程的前瞻性和应用性。应用这些最新科技成果辅助教学可以大大提高教学效率，增加学生接触实际问题的机会，提高解决实际问题的能力，使教学更好地为实际应用服务。
（3）改进教学方式。
变传统单一的课堂讲授为课堂讲授、专题讲座、计算机实验、参与社会实践等多种形式相结合。举办专题讲座能较好地开阔学生的视野，使学生了解运筹学的发展方向与前沿动态，为培养具有全球化视野的国际性人才打下基础；开展计算机实验可培养学生创新能力，这主要是通过创建计算机能识别的运筹学模型、编写运筹学算法程序和运用计算软件去求解模型这三个环节去实现；参与社会实践则能增强学生的实践能力，让学生运用所学运筹学知识去解决实际问题，在社会生产实践的活动中接受检验，使学生亲身感受学习本课程的实践需要和社会价值，在实践中增长见识和才干、获得成就感。
（4）建立多种联系方式和学习的平台。
建立基于校园网的交互式网络平台以学校的校园网络为基础，建立起师生交互式的网络交流平台，教师将电子教案和其他教学资源放在网络系统里，供学生查阅、复习或下载。充分利用现代科技技术，给学生任课教师的联系方式，通过qq，e—mail等现代科技技术加强联系，及时解答学生在学习中遇到的问题，激发学生的兴趣。
3、加大案例分析和建模培训力度。
单纯的讲解教材中的基本理论和例题，会给学生造成一种错觉：运筹学在理论上很完美，但不能解决实际问题。因此， 在教学的过程中需加强案例教学。案例教学具有以下鲜明特点：第一，目的性。第二，真实性。第三，结果的优化性。加强案例教学，可以加深学生对运筹学概念的理解与应用；加强案例教学有利于学生创造性能力的培养；通过案例教学，可以提高学生们动用所学知识和方法分析问题的能力、合作共事的能力和沟通交流的能力。
一年一度的全国大学生数学建模竞赛是全国高校规模最大的课外科技活动之一，而数学建模的主要方法都来自于运筹学的内容。目前来说，建模竞赛几乎受到了所有高校的高度重视，我校从组队参加全国大学生数学建模竞赛以来，虽然取得了不错的`成绩，但是和兄弟院校相比还有一定的差距。因此教师可以结合本校实际，将数学建模带入课堂，适当介绍建模竞赛的历年考题，鼓励学生积极参加各级竞赛，通过竞赛来带动运筹学的教学。
4、改变考核方式。
考试是检测教学效果和促进教学的一种有力手段，但是传统考试方式考核的只是理论知识与解题技巧，而运筹学的考核重点应该是学生的优化意识和解决实际问题的能力。所以，与其他课程相比，运筹学的考核方式应该是开放的、多样化的。课程的考核方式应当既要体现学生对基本知识的掌握能力，还要突出学生的实践能力与创新意识，因此在成绩考核方面应当包括基础知识考核、实践能力考核、创新能力考核等方面。基础知识考核用来加强学生对基本理论、算法的理解及应用，主要是通过学生对每堂课的课后习题作业的完成情况来考察；实践能力考核主要考核学生初步的数学建模、应用运筹学理论解决简单实际问题的能力，要求学生做几道应用型的题目，并且只建模不必非求出解；创新能力考核主要是通过布置几道优化方面的数学建模案例，引导学生用学过的优化方法求解，不仅要建立数学模型，还要能运用相关优化软件求解出精确的结果。
5、适当介绍分支由来和现今理论前沿。
不同的运筹学分支有各自的特点和经典方法，如线性规划的单纯形法、非线性规划的kuhn—tucker条件，对策论的划线法，这些经典方法都有着各自的创始人和来龙去脉，通过对各分支名人和历史的介绍有助于学生把握运筹学的发展史，从宏观上对运筹学各个分支有整体的认识。同时，通过名人的介绍还有助于开阔学生视野，提高学习兴趣，活跃课堂气氛，提高教学效果。
四、结束语
运筹学的主要目的是在决策时为管理人员提供科学依据，是实现有效管理、正确决策和现代化管理的重要方法之一。随着我国高等教育改革的不断深化，要求在教学中提高学生运用运筹学解决具体问题的实践能力。我们相信通过对运筹学课程教学做一系列的改革，针对不同专业的学生，设置不同的教学目的和教学内容，采用不同的教学方法和教学手段，将教师的主导作用、学生的主体作用以及现代教学技术的辅助作用紧密结合起来，使学生能既掌握基本的理论与方法， 又具有较强的实际应用能力，取得令人较满意的教学效果。
Operation Research原意是操作研究、作业研究、运用研究、作战研究，译作运筹学，是借用了《史记》“运筹策于帷幄之中，决胜于千里之外”一语中“运筹”二字，既显示其军事的起源，也表明它在我国已早有萌芽。 运筹学作为一门现代科学，是在第二次世界大战期间首先在英美两国发展起来的，有的学者把运筹学描述为就组织系统的各种经营作出决策的科学手段。与在他们的奠基作中给运筹学下的定义是：“运筹学是在实行管理的领域，运用数学方法，对需要进行管理的问题统筹规划，作出决策的一门应用科学。”运筹学的另一位创始人定义运筹学是：“管理系统的人为了获得关于系统运行的最优解而必须使用的一种科学方法。”它使用许多数学工具（包括概率统计、数理分析、线性代数等）和逻辑判断方法，来研究系统中人、财、物的组织管理、筹划调度等问题，以期发挥最大效益。 现代运筹学的起源可以追溯到几十年前，在某些组织的管理中最先试用科学手段的时候。可是，现在普遍认为，运筹学的活动是从二次世界大战初期的军事任务开始的。当时迫切需要把各项稀少的资源以有效的方式分配给各种不同的军事经营及在每一经营内的各项活动，所以美国及随后美国的军事管理当局都号召大批科学家运用科学手段来处理战略与战术问题，实际上这便是要求他们对种种（军事）经营进行研究，这些科学家小组正是最早的运筹小组。 第二次世界大战期间，“OR”成功地解决了许多重要作战问题，显示了科学的巨大物质威力，为“OR”后来的发展铺平了道路。 当战后的工业恢复繁荣时，由于组织内与日俱增的复杂性和专门化所产生的问题，使人们认识到这些问题基本上与战争中所曾面临的问题类似，只是具有不同的现实环境而已，运筹学就这样潜入工商企业和其它部门，在50年代以后得到了广泛的应用。对于系统配置、聚散、竞争的运用机理深入的研究和应用，形成了比较完备的一套理论，如规划论、排队论、存贮论、决策论等等，由于其理论上的成熟，电子计算机的问世，又大大促进了运筹学的发展，世界上不少国家已成立了致力于该领域及相关活动的专门学会，美国于1952年成立了运筹学会，并出版期刊《运筹学》，世界其它国家也先后创办了运筹学会与期刊，1957年成立了国际运筹学协会。 运筹学的特点是：1.运筹学已被广泛应用于工商企业、军事部门、民政事业等研究组织内的统筹协调问题，故其应用不受行业、部门之限制；2.运筹学既对各种经营进行创造性的科学研究，又涉及到组织的实际管理问题，它具有很强的实践性，最终应能向决策者提供建设性意见，并应收到实效；3.它以整体最优为目标，从系统的观点出发，力图以整个系统最佳的方式来解决该系统各部门之间的利害冲突。对所研究的问题求出最优解，寻求最佳的行动方案，所以它也可看成是一门优化技术，提供的是解决各类问题的优化方法。 运筹学的研究方法有：1.从现实生活场合抽出本质的要素来构造数学模型，因而可寻求一个跟决策者的目标有关的解；2.探索求解的结构并导出系统的求解过程；3.从可行方案中寻求系统的最优解法。 运筹学的具体内容包括：规划论（包括线性规划、非线性规划、整数规划和动态规划）、图论、决策论、对策论、排队论、存储论、可靠性理论等。 数学规划即上面所说的规划论，是运筹学的一个重要分支，早在1939年苏联的康托洛维奇（ ）和美国的希奇柯克（）等人就在生产组织管理和制定交通运输方案方面首先研究和应用一线性规划方法。1947年旦茨格等人提出了求解线性规划问题的单纯形方法，为线性规划的理论与计算奠定了基础，特别是电子计算机的出现和日益完善，更使规划论得到迅速的发展，可用电子计算机来处理成千上万个约束条件和变量的大规模线性规划问题，从解决技术问题的最优化，到工业、农业、商业、交通运输业以及决策分析部门都可以发挥作用。从范围来看，小到一个班组的计划安排，大至整个部门，以至国民经济计划的最优化方案分析，它都有用武之地，具有适应性强，应用面广，计算技术比较简便的特点。非线性规划的基础性工作则是在1951年由库恩（）和达克（）等人完成的，到了70年代，数学规划无论是在理论上和方法上，还是在应用的深度和广度上都得到了进一步的发展。 图论是一个古老的但又十分活跃的分支，它是网络技术的基础。图论的创始人是数学家欧拉。1736年他发表了图论方面的第一篇论文，解决了著名的哥尼斯堡七桥难题，相隔一百年后，在1847年基尔霍夫第一次应用图论的原理分析电网，从而把图论引进到工程技术领域。20世纪50年代以来，图论的理论得到了进一步发展，将复杂庞大的工程系统和管理问题用图描述，可以解决很多工程设计和管理决策的最优化问题，例如，完成工程任务的时间最少，距离最短，费用最省等等。图论受到数学、工程技术及经营管理等各方面越来越广泛的重视。 排队论又叫随机服务系统理论。1909年丹麦的电话工程师爱尔朗（）排队问题，1930年以后，开始了更为一般情况的研究，取得了一些重要成果。1949年前后，开始了对机器管理、陆空交通等方面的研究，1951年以后，理论工作有了新的进展，逐渐奠定了现代随机服务系统的理论基础。排队论主要研究各种系统的排队队长，排队的等待时间及所提供的服务等各种参数，以便求得更好的服务。它是研究系统随机聚散现象的理论。 可靠性理论是研究系统故障、以提高系统可靠性问题的理论。可靠性理论研究的系统一般分为两类：（1）不可修系统：如导弹等，这种系统的参数是寿命、可靠度等，（2）可修复系统：如一般的机电设备等，这种系统的重要参数是有效度，其值为系统的正常工作时间与正常工作时间加上事故修理时间之比。 决策论研究决策问题。所谓决策就是根据客观可能性，借助一定的理论、方法和工具，科学地选择最优方案的过程。决策问题是由决策者和决策域构成的，而决策域又由决策空间、状态空间和结果函数构成。研究决策理论与方法的科学就是决策科学。决策所要解决的问题是多种多样的，从不同角度有不同的分类方法，按决策者所面临的自然状态的确定与否可分为：确定型决策、风险型决策和不确定型决策；按决策所依据的目标个数可分为：单目标决策与多目标决策；按决策问题的性质可分为：战略决策与策略决策，以及按不同准则划分成的种种决策问题类型。不同类型的决策问题应采用不同的决策方法。决策的基本步骤为：（1）确定问题，提出决策的目标；（2）发现、探索和拟定各种可行方案；（3）从多种可行方案中，选出最满意的方案；（4）决策的执行与反馈，以寻求决策的动态最优。 如果决策者的对方也是人（一个人或一群人）双方都希望取胜，这类具有竞争性的决策称为对策或博弈型决策。构成对策问题的三个根本要素是：局中人、策略与一局对策的得失。目前对策问题一般可分为有限零和两人对策、阵地对策、连续对策、多人对策与微分对策等。 运筹学是软科学中“硬度”较大的一门学科，兼有逻辑的数学和数学的逻辑的性质，是系统工程学和现代管理科学中的一种基础理论和不可缺少的方法、手段和工具。运筹学已被应用到各种管理工程中，在现代化建设中发挥着重要作用。在中国战国时期，曾经有过一次流传后世的赛马比赛，相信大家都知道，这就是田忌赛马。田忌赛马的故事说明在已有的条件下，经过筹划、安排，选择一个最好的方案，就会取得最好的效果。可见，筹划安排是十分重要的。 现在普遍认为，运筹学是近代应用数学的一个分支，主要是将生产、管理等事件中出现的一些带有普遍性的运筹问题加以提炼，然后利用数学方法进行解决。前者提供模型，后者提供理论和方法。 运筹学的思想在古代就已经产生了。敌我双方交战，要克敌制胜就要在了解双方情况的基础上，做出最优的对付敌人的方法，这就是“运筹帷幄之中，决胜千里之外”的说法。 但是作为一门数学学科，用纯数学的方法来解决最优方法的选择安排，却是晚多了。也可以说，运筹学是在二十世纪四十年代才开始兴起的一门分支。 运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、管理方面的问题。当然，随着客观实际的发展，运筹学的许多内容不但研究经济和军事活动，有些已经深入到日常生活当中去了。运筹学可以根据问题的要求，通过数学上的分析、运算，得出各种各样的结果，最后提出综合性的合理安排，已达到最好的效果。 运筹学作为一门用来解决实际问题的学科，在处理千差万别的各种问题时，一般有以下几个步骤：确定目标、制定方案、建立模型、制定解法。 虽然不大可能存在能处理及其广泛对象的运筹学，但是在运筹学的发展过程中还是形成了某些抽象模型，并能应用解决较广泛的实际问题。 随着科学技术和生产的发展，运筹学已渗入很多领域里，发挥了越来越重要的作用。运筹学本身也在不断发展，现在已经是一个包括好几个分支的数学部门了。比如：数学规划（又包含线性规划；非线性规划；整数规划；组合规划等）、图论、网络流、决策分析、排队论、可靠性数学理论、库存论、对策论、搜索论、模拟等等。 各分支简介 数学规划的研究对象是计划管理工作中有关安排和估值的问题，解决的主要问题是在给定条件下，按某一衡量指标来寻找安排的最优方案。它可以表示成求函数在满足约束条件下的极大极小值问题。 数学规划和古典的求极值的问题有本质上的不同，古典方法只能处理具有简单表达式，和简单约束条件的情况。而现代的数学规划中的问题目标函数和约束条件都很复杂，而且要求给出某种精确度的数字解答，因此算法的研究特别受到重视。 这里最简单的一种问题就是线性规划。如果约束条件和目标函数都是呈线性关系的就叫线性规划。要解决线性规划问题，从理论上讲都要解线性方程组，因此解线性方程组的方法，以及关于行列式、矩阵的知识，就是线性规划中非常必要的工具。 线性规划及其解法—单纯形法的出现，对运筹学的发展起了重大的推动作用。许多实际问题都可以化成线性规划来解决，而单纯形法有是一个行之有效的算法，加上计算机的出现，使一些大型复杂的实际问题的解决成为现实。 非线性规划是线性规划的进一步发展和继续。许多实际问题如设计问题、经济平衡问题都属于非线性规划的范畴。非线性规划扩大了数学规划的应用范围，同时也给数学工作者提出了许多基本理论问题，使数学中的如凸分析、数值分析等也得到了发展。还有一种规划问题和时间有关，叫做“动态规划”。近年来在工程控制、技术物理和通讯中的最佳控制问题中，已经成为经常使用的重要工具。 排队论是运筹学的又一个分支，它有叫做随机服务系统理论。它的研究目的是要回答如何改进服务机构或组织被服务的对象，使得某种指标达到最优的问题。比如一个港口应该有多少个码头，一个工厂应该有多少维修人员等。 排队论最初是在二十世纪初由丹麦工程师艾尔郎关于电话交换机的效率研究开始的，在第二次世界大战中为了对飞机场跑道的容纳量进行估算，它得到了进一步的发展，其相应的学科更新论、可靠性理论等也都发展起来。 因为排队现象是一个随机现象，因此在研究排队现象的时候，主要采用的是研究随机现象的概率论作为主要工具。此外，还有微分和微分方程。排队论把它所要研究的对象形象的描述为顾客来到服务台前要求接待。如果服务台以被其它顾客占用，那么就要排队。另一方面，服务台也时而空闲、时而忙碌。就需要通过数学方法求得顾客的等待时间、排队长度等的概率分布。 排队论在日常生活中的应用是相当广泛的，比如水库水量的调节、生产流水线的安排，铁路分成场的调度、电网的设计等等。 对策论也叫博弈论，前面讲的田忌赛马就是典型的博弈论问题。作为运筹学的一个分支，博弈论的发展也只有几十年的历史。系统地创建这门学科的数学家，现在一般公认为是美籍匈牙利数学家、计算机之父——冯·诺依曼。 最初用数学方法研究博弈论是在国际象棋中开始的——如何确定取胜的着法。由于是研究双方冲突、制胜对策的问题，所以这门学科在军事方面有着十分重要的应用。近年来，数学家还对水雷和舰艇、歼击机和轰炸机之间的作战、追踪等问题进行了研究，提出了追逃双方都能自主决策的数学理论。近年来，随着人工智能研究的进一步发展，对博弈论提出了更多新的要求。 搜索论是由于第二次世界大战中战争的需要而出现的运筹学分支。主要研究在资源和探测手段受到限制的情况下，如何设计寻找某种目标的最优方案，并加以实施的理论和方法。在第二次世界大战中，同盟国的空军和海军在研究如何针对轴心国的潜艇活动、舰队运输和兵力部署等进行甄别的过程中产生的。搜索论在实际应用中也取得了不少成效，例如二十世纪六十年代，美国寻找在大西洋失踪的核潜艇“打谷者号”和“蝎子号”，以及在地中海寻找丢失的氢弹，都是依据搜索论获得成功的。 运筹学有广阔的应用领域，它已渗透到诸如服务、库存、搜索、人口、对抗、控制、时间表、资源分配、厂址定位、能源、设计、生产、可靠性、等各个方面。
科普推广运筹学一直以来是【运筹OR帷幄】平台的初衷。本次我们邀请到了平台优化板块的责编团队的成员，结合各自独特的业界工作体会，分享他们眼中在业界发光发热的运筹学。
一、元器件行业中的运筹学
本人在一家做元器件服务的公司实习，军用元器件使用的时候有两个典型场景：替代和统型。
替代是设计师针对进口元器件找到可替代的国产型号；统型是在一个产品的BOM内确定某几个不同元器件是否可以统一使用一种，以此减少元器件品种数。
目前行业内开始从依赖专家经验（比如知道某个国产元器件就是对标某个进口元器件做的），转向从元器件性能参数的相似度出发进行判断，所以涉及到相似度和聚类方法的应用。
相比方法本身，解决问题的更大阻碍是元器件性能参数数据的复杂性和不规范性。例如不同类别的元器件性能参数不同，即使在同一类别下，不同生厂商给出的性能参数形式也不同，对此进行规范需要有元器件专业知识，所以实际中，数据清洗往往耗费最多人力，也是影响方法使用效果的一大因素。
二、电力行业中的运筹学
本人领域是电力系统最优化，可能大家没有察觉，但是现在中国的电力网络毫无争议的走在了世界的最前沿。强如美国，最近也又一次出现了大规模停电问题。（上次是1977年加州大停电）这次美国的停电持续了25个小时，约至少4万人受到了影响，经济损失至少3000万美金以上。但是中国自从普及用电后，从没发生过如此大规模的停电问题。除了电力人的辛勤奋斗外，这也离不开运筹学在电力系统中的应用。
众所周知，我们现在的电力网是交流输电网络。交流输电网络中的参数远比直流输电网络要复杂得多。最明显的不同，在交流网络中我们需要处理线路的有功功率无功功率。除此之外，线路的损耗、输电节点的电压和相角也是我们需要考虑的因素。为了保证整个电力系统的损耗最小，我们需要建立相关的数学模型进行分析计算，然后再由调度中心进行调控。但是实际问题的复杂程度远远超乎想象，单一个最优潮流问题就是一个大规模非凸非线性的问题。为了求解这类问题，相关学者提出了诸多算法和理论。诸如：半正定规划、现代内点法、凸松弛技术，模型近似技术等。这些理论已经发展了数十年，但即便如此，也没有一套成熟的理论被应用到实际中。
在电力网中，我们不单要考虑线路损耗的降低，更重要的是要保证供电的可靠性。我们常常需要提前一天或数天对电力系统进行调度安排，这类问题往往是一个多层优化问题，对于这类问题，我们常见的求解办法是Benders分解和列生成。除此之外，我们需要不定期对线路检修，发电厂的维护，而线路的通断、发电厂的启停在数学模型中又成了一个整数规划问题。整体的求解难度又上升了一个层次。另外，在国家大规模倡导新能源接入的今天，风电和光伏电站不断被接入电力网络中，而新能源不能得到普及的一个重要因素是我们不能准确预知新能源电厂在下一时刻能够发出多少电能供我们使用。为了分析这类问题，我们的模型在混合整数非线性规划上又需要考虑不确定因素带来的影响。对这类问题的求解，我们又提出了随机规划、鲁棒优化、分布鲁棒等。还有一点，我们的输电线路可能会由于雷击、树枝接触等导致出现输送功率出现扰动。系统中的这些小扰动可能会对用户供电的电压和频率产生波动，对于普通家庭来说可能影响不大，但是对于一些高精技术的产业，一次电压或频率的波动就可能导致整个生产线的崩溃。如何建立相关的数学优化模型来预防这一问题也是当前的研究热点之一。
最后，大家也十分熟知我们国家有一个西电东送的工程，这也是我认为最困难的一个点，我们国家的电力网络是连在一起的，是一个十分庞大且复杂的系统，而我们电力网络是时时波动的，我们需要在秒级做出优化，并给出方案。目前针对这种超大规模的含不确定性的多层混合整数非线性规划问题，我们没有办法在有限的时间内得到一个最优解。
但即便困难重重，在一线的电力工作者仍在尽自己最大的努力来保证电力网络的安全可靠运行，为中国电力点赞。
三、制造业中的运筹学
本人目前是某厂的算法工程师，参与过企业的排班，调度，决策优化等场景的项目，主要想结合自己的经历和大家分享一下运筹优化在企业中的一些应用，主要包括任务规划/排班和实时调度两个方面，围绕场景定义，方法论和实际中的困难三个点进行阐述。
1、任务规划/排班
（1）场景定义
首先说一下什么是任务规划，什么是排班。任务规划是基于设定好的任务输入，进行任务的排期规划，以达到资源的有效利用和工作效率的提升。任务规划主要用于传统制造业/工厂排程，建筑工程规划排程，物流运输线路任务打包等场景。任务规划后输出给虚拟人或者其它虚拟资源创建的带有时间窗的任务包，排班则基于这些任务包，把它对应到实际的人或者其它真实车辆，机械等资源中，规划出某些资源在什么时候做什么任务的结果，以及该任务需要消耗多少其它资源。
（2）方法论
主要的规划方法也是传统运筹优化使用的方法。首先了解真实的业务场景，抽象业务规则和约束，搭建数学模型，运用规划求解器（Cplex，Gurobi等）或者启发式算法（Local Search，Iterative Forward Search等以及各种变种）进行求解。启发式算法可以在现有的solver上进行基于不同场景的二次开发，也可以自行开发。业界一般采用第一种方式。
（3）实际运用困难点
在实际场景中，给不同资源的排班会有很多实际因素要考虑。给人排班要考虑人的工作班次时长，人历史的上班习惯（如习惯上晚班，晚班后不能接早班），人所拥有的技能，个人的偏好（偏好某个工种或者上班时间段），法律规定以及不同工厂因为地域有不同的差异，如香港是8小时工作制，而大陆班次时长可以是10小时等。当我们处理实际问题的时候，先要梳理实际场景，总结管理规律，构建多种配置参数，进行建模。相比于排班来说，任务规划因为是针对虚拟资源而构建，所以可以不用考虑过多的资源属性（如人习惯）等因素。
2、实时调度
（1）场景定义
基于实时数据输入，进行任务的整合和任务的分配。主要的场景有：O2O外卖即时配送，打车软件车辆实时调度，仓储叉车/AGV，分拣中心分拣机器人实时调度等场景。实时调度的场景主要集中于新业务，而非传统的制造业和实体企业。传统的制造业和实体企业骄傲于他们的规划，而前面场景定义所提到的一些新业务场景，无法采用有效地长期规划手段，更多地是依赖短期的预测和实时的规划调度。
（2）方法论
上述提到的短期预测：如外卖下单到餐品完成的时间估计，车辆调度Supply和Demand的平衡，仓储/分拣中心的任务需求预测等，一般基于不同场景搭建机器学习模型，或者各种深度学习模型的Ensemble进行训练和预测。
实时的规划调度包括：如外卖下单后分给哪个外卖小哥，车辆订单来了分给哪辆车，任务需求来了分给哪辆叉车，AGV或者机器人。主要的方法有：
● 短时间压单后进行任务分配，以牺牲一定的最优性而换来快速高效地计算，采用传统并行的多个Tabu Search，Simulated Annealing等进行TSP或者VRP的计算。
● 强化学习/动态规划方法。用收集的数据和规则搭建仿真环境，用强化学习构建任务需求（订单或者生产入库需求等）与资源（车辆，外卖效果，叉车等）的匹配价值（Value），然后分配计算。
（3）实际运用困难点
● 大规模订单/任务需求的计算，需要一定的计算资源支持，以及牺牲算法的优化性来实现快速计算。
● 实时数据的采集。有些数据无法直接有效地采集，比如真实商家做餐时间。
● 如果要搭建仿真环境，也需要了解和抽象实际的业务规则。
3、关于运筹学在业界应用的思考
我在某公司实习了三个月，主要做的是生产计划。生产计划也是属于供应链的一个环节，与调度相比生产计划的制定要更加宏观一些。生产计划就是决策什么时间，在哪家厂/哪条生产线上，加工多少工件。生产计划的问题广泛的存在于制造业中，举个例子就是是手机的制造，一部手机有上千个零件构成，每个零件都在指定的供应商处生产，例如手机屏幕，手机摄像头，手机电池，手机充电器每个零件都由不同的生产厂来生产，然后将这些零件运送到最终的组装厂拼装成一台成品的手机。如何合理的安排每个厂在什么时候该生产多少零件是一个需要决策的重要问题。这个问题的核心在于要考虑尽量满足订单的需求要降低库存水位（或者是库存的周转率），同时要考虑到物料的约束，产能的约束，运输的约束等等因素。
在小规模的排产问题中人工调度员还能应对，一旦生产规模变大，生产工艺复杂之后，人工调度的弊病会逐渐凸显出来。目前国内有意识去做供应链的决策模型与算法的并不多，据我所知其中比较有代表性的是杉数科技。
杉数科技智能计划排程系统致力于为制造业及其上下游产业提供全链条技术服务，利用运筹学与机器学习将实际问题转化为数学模型求解，实现最优化的排程。个人认为，杉数科技在运筹学应用于制造业领域做了很好的探索，在很大程度上解决了如何用更少的人，更短的时间，生产更多的产品问题。
上面提到的生产计划问题本质上是一个混合整数规划问题，零件的个数就是一个整数变量，而生产这些零件的物料可能是整数的也可能是连续变量，因此该问题构成了一个混合整数规划问题。解决方案无非以下两种：
● 采用经典的混合整数规划的方法，先对原混合整数规划进行分解和重新建模，例如拉格朗日松弛，Benders 分解或者列生成等等方法，子问题的求解可以采用Gurobi或Cplex这些商用求解器。
● 针对问题特性设计元启发式算法，启发式算法。
实际运用困难点
我想谈谈混合整数规划在业界应用的gap到底在哪里，当然说大一点的话也是探讨运筹学在业应用的gap。
（1 ）实际应用问题往往是大规模的
实际的生产问题往往是大规模的，例如我实习时所面临的实际问题其决策变量维数都达到上亿级别，业务部门要求是2小时之内给出结果，这对算法的效率实际上提出了非常大的挑战。即使是求解上亿规模的线性规划问题耗时都比较巨大，更不用说是整数规划问题了。我们经常说线性规划简单，哈哈，但是从实际应用的角度来看目前求解线性规划的速度在一些场景上还是不能满足我们实际应用的需求的。
目前在学术界大家很多情况下都是在小规模问题上自娱自乐玩一下，所以真正在公司的话，大规模的问题非常非常普遍。举个例子就是读运筹学的PhD的时候是学会在游泳池里游泳，真正在公司里边面对的问题可能就是得在大海里边游。这其实还是比较好的状况，更差的情况是一些童鞋可能在学校里只是学会了在浴缸里游泳而已。
（2） 实际数据往往都是病态的
实际问题的数据往往都是病态的，例如我在公司遇到的问题就是病态问题，具体来说就是优化问题约束或者目标函数的系数数量级的差别过大，导致求解过程的病态，实际问题的数据往往是千差万别和稀奇古怪的，数量级的差异经常超过10E20以上。这一点在学术界研究的相对较少一点，因为学术界研究的问题都比较理想化，即使有从实际中抽象一些原型出来，但是已经把病态啊这些问题都基本过滤掉了，但是在实际中你就发现病态问题太多了。
（3） 业务人员没有优化的意识，运筹优化的人缺乏业务知识，沟通成本非常高
业务人员没有优化的意识，很多时候他们不清楚运筹优化能做什么，甚至当运筹优化的算法工程师问题业务人员你们有什么要求没（约束条件），你们有什么量化的指标要越大越好或者越小越好（目标函数），业务人员很多时候也不能很清晰量化的描述出来这些东西，还有很多时候业务人员嘴巴上告诉你的目标函数和心里想的不一致。就相当于你是一个大厨，什么线性规划，拉格朗日松弛，列生成，半定规划，鲁棒优化这些菜你都会做，结果来一个顾客说他不知道吃点啥。
运筹学的理论的应用必然还是要有一个实际的背景问题，而不同的问题所处的行业不一样，每个行业都有自己的习惯自己的一套语言和模式，例如航空业就有很多专业术语，如果做航空优化的话，那么就要求运筹优化的算法工程师要具备一定的业务基础，否则你是无法和业务人员交流的，人家说话你都听不懂，1次2次不懂你可以问，十次八次不懂的话，人家就不爱和你说话了。而且运筹优化算法工程师一般都是作为乙方出现的，很多时候还必须是我们得放低姿态的去主动的接触业务学习业务才行啊，否则项目就很难进行下去。
（4） 测试困难，如何验证优化算法求解结果的正确性
好不容易，经过了重重阻碍，克服千难万险，我们的优化算法出炉了，我们可以得到一个结果。如何验证这个结果是正确的呢？其实非常抱歉的告诉你，基本没啥靠谱的方法去验证。现在在公司普遍的作法是两种，1是人为的构造一些类似benchmark的东西，这些东西的最优解比较显而易见，通过这些benchmark来检测算法的正确性；2是参考以前人工的经验来看，算法给出的解是不是合理，例如要是做一个调度算法呢，就找几个有经验的调度员来看这个算法是不是接近以前人工调度的结果，如果接近那就认为OK了。很显然这两种方法有很多的不足，第一种方法只能适用问题特别简单的时候，问题稍微复杂一点，规模大点benchmark就很难构造了，第二种方法虽然适用面更宽一些，但是问题也很明显，那就是以前人工调度的结果很难说是比较好的结果，那这个结果去和算法做对比本来参考系就有问题。
四、电商行业中的运筹学
本人目前在某电商供应链计划部门实习，该电商平台有八个事业部，每个事业部每天都有一定量级的产品上新、下架。目前平台上八大事业部的总商品数量量级是十万，对接不到2000家供应商。我所在职位的主要工作内容是，根据历史销量进行各个产品的需求量预测，由于产品发货渠道有商家自发货和平台发货两种渠道，选择平台发货的厂商需要结合产品的生产周期，并且按照与平台约定的补货周期将货物运到平台的自有仓库。
因此对于平台供应链计划部门来说，需要根据货物现有库存，结合日均销量预测（分大促日销和平常日销两种）实现补货量和补货时间点预测自动化，仓库效益最大化。将预测信息反馈到计划员和事业部同事进行产品调整。存在的难题有很多，比如对于新品的日销需求预测？长期在架产品的需求预测及库存管理实现效益最大化？当某产品的补货周期是一个月时，涵盖了大促时期和平销时期，如何库存管理和日销量预测，以实现仓库效益最大化，平台收益最大，且尽可能缩短断货时长？而这些都是运筹学和优化问题。
五、机器学习行业中的运筹学
本人最近在BAT（之一）的北美研究院实习，研究院本身的运作模式算是和本地业务团队稍有不同，成员多为国内外名校毕业的计算机、统计、数学、运筹学等专业的博士。除了写paper之外，团队也需要做能“落地”的业务支持项目（通常和国内的业务部门合作）：如在线视频网站的推荐算法、二手商品平台的定价算法、新零售门店的多渠道库存控制算法等。
这些问题首先的一个共性是：海量的数据规模。这些问题对应的业务部门都有专门的数据团队，每天在公司内部的数据仓库会定时更新当日的数据（每日的数据量级都是上百TB）。因此，要在此基础之上，设计实用的优化算法，实际上对经典的运筹学模型和优化算法来说，也是巨大的挑战。
因此，在目前我注意到的这些业界的实际“优化”业务中，机器学习方法和运筹学模型基本上是要一起使用的。更具体的来说，业界更需要的是“数据驱动”的决策模型。比如，现有的机器学习、深度学习方法带给我们良好的预测模型，而所谓的决策模型/优化模型便往往可以基于这些预测模型之上。当然，最理想的状态是能够将预测和决策这两个看似分离的步骤结合起来，即，动态地基于预测调整决策，再通过现阶段的决策调整之后的预测。关于这点，目前学术界有了很多不错的理论，但距离工业界的实际“落地”还是有距离的。这或许便是业界当中机器学习和运筹学的未来吧。
因为，蚂蚁沿途中会留下一种气味，其它蚂蚁用触角来闻对方的气味，所以就不会迷路了。
1. 运输路径优化问题运输距离运输环节运输工具运输时间运输费用文献1 马良;TSP及其扩展问题的混合型启发式算法[J];上海理工大学学报;1999年01期 2 周勇,陈洪亮;蚁群算法的研究现状及其展望[J];微型电脑应用;2002年02期 1 刘海燕,李宗平,叶怀珍;物流配送中心选址模型[J];西南交通大学学报(自然科学版);2000年03期 2 李延晖;马士华;;基于时间竞争的配送系统多目标决策模型研究[J];计算机集成制造系统-CIMS;2005年11期 3 孙元欣,黄培清;竞争型连锁经营网点选址模型与遗传算法解[J];科学学与科学技术管理;2001年10期 4 魏恒,任福田;人-机参与公交客运枢纽选址方法[J];北京工业大学学报;1991年03期 5 李栋;曹义华;苏媛;冯婷;;基于改进蚁群算法的低空突防航迹规划[J];北京航空航天大学学报;2006年03期 6 封全喜,刘诚;物流配送车辆路径问题的并行遗传算法研究[J];铁道科学与工程学报;2005年04期 7 许志红,张培铭;基于蚁群算法的智能交流接触器优化设计[J];电工电能新技术;2005年03期 8 杨荣华,王新洲,牛瑞芳;非线性最小二乘估计的蚁群单纯形混合算法[J];地理空间信息;2005年03期 9 蒋建国;夏娜;齐美彬;木春梅;;一种基于蚁群算法的多任务联盟串行生成算法[J];电子学报;2005年12期 10 彭沛夫;林亚平;胡斌;张桂芳;;基于遗传因子的自适应蚁群算法最优PID控制[J];电子学报;2006年06期 1 宁静;王桂棠;吴黎明;刘军;;基于自适应挥发因子蚁群算法的Zigbee路由协议[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年 2 张开飞;黄道;;基于改进蚁群算法的车辆路径问题研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年 3 许�;陈国仁;张利萍;;应用于拣选操作的自动化立体仓库作业优化调度[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年 4 龙栋材;李斌兵;;蚂蚁算法在导航系统中的应用研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年 5 赵磊;黄道;;基于蚁群算法的化工过程故障诊断[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年 6 许(王莹);陈国仁;张利萍;;应用于拣选操作的自动化立体仓库作业优化调度[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年 7 段海滨;王道波;于秀芬;;基于混合优化策略的连续域蚁群算法改进研究[A];2006中国控制与决策学术年会论文集[C];2006年 8 陆凯峰;彭力;;基于改进蚁群优化算法的机器人路径规划[A];2007中国控制与决策学术年会论文集[C];2007年 9 许志红;张培铭;;基于蚁群算法的智能交流接触器优化设计[A];中国电工技术学会低压电器专业委员会第十二届学术年会论文集[C];2005年 10 石为人;余兵;张星;;单机作业下的提前/脱期问题的蚁群调度优化算法[A];中国仪器仪表学会测控技术在资源节约和环境保护中的应用学术会议论文集[C];2001年 1 郭建宏;林副产品配送优化辅助决策模型及GIS集成研究[D];北京林业大学;2008年 2 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年 3 曾洪涛;基于Community Intelligence的水电企业模型及应用研究[D];华中科技大学;2006年 4 徐俊杰;元启发式优化算法理论与应用研究[D];北京邮电大学;2007年 5 丁铸;基于群智能的区域防空作战指挥决策研究[D];南京理工大学;2007年 6 向阳;移动Ad Hoc网络QoS路由技术研究[D];武汉理工大学;2007年 7 李澄非;计算智能方法研究及其在流程工业中应用[D];北京化工大学;2007年 8 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年 9 程铁信;大型工程项目物流风险分析与管理研究[D];天津大学;2003年 10 韩勇;物流园区系统规划的理论、方法和应用研究[D];天津大学;2003年
科普推广运筹学一直以来是【运筹OR帷幄】平台的初衷。本次我们邀请到了平台优化板块的责编团队的成员，结合各自独特的业界工作体会，分享他们眼中在业界发光发热的运筹学。
一、元器件行业中的运筹学
本人在一家做元器件服务的公司实习，军用元器件使用的时候有两个典型场景：替代和统型。
替代是设计师针对进口元器件找到可替代的国产型号；统型是在一个产品的BOM内确定某几个不同元器件是否可以统一使用一种，以此减少元器件品种数。
目前行业内开始从依赖专家经验（比如知道某个国产元器件就是对标某个进口元器件做的），转向从元器件性能参数的相似度出发进行判断，所以涉及到相似度和聚类方法的应用。
相比方法本身，解决问题的更大阻碍是元器件性能参数数据的复杂性和不规范性。例如不同类别的元器件性能参数不同，即使在同一类别下，不同生厂商给出的性能参数形式也不同，对此进行规范需要有元器件专业知识，所以实际中，数据清洗往往耗费最多人力，也是影响方法使用效果的一大因素。
二、电力行业中的运筹学
本人领域是电力系统最优化，可能大家没有察觉，但是现在中国的电力网络毫无争议的走在了世界的最前沿。强如美国，最近也又一次出现了大规模停电问题。（上次是1977年加州大停电）这次美国的停电持续了25个小时，约至少4万人受到了影响，经济损失至少3000万美金以上。但是中国自从普及用电后，从没发生过如此大规模的停电问题。除了电力人的辛勤奋斗外，这也离不开运筹学在电力系统中的应用。
众所周知，我们现在的电力网是交流输电网络。交流输电网络中的参数远比直流输电网络要复杂得多。最明显的不同，在交流网络中我们需要处理线路的有功功率无功功率。除此之外，线路的损耗、输电节点的电压和相角也是我们需要考虑的因素。为了保证整个电力系统的损耗最小，我们需要建立相关的数学模型进行分析计算，然后再由调度中心进行调控。但是实际问题的复杂程度远远超乎想象，单一个最优潮流问题就是一个大规模非凸非线性的问题。为了求解这类问题，相关学者提出了诸多算法和理论。诸如：半正定规划、现代内点法、凸松弛技术，模型近似技术等。这些理论已经发展了数十年，但即便如此，也没有一套成熟的理论被应用到实际中。
在电力网中，我们不单要考虑线路损耗的降低，更重要的是要保证供电的可靠性。我们常常需要提前一天或数天对电力系统进行调度安排，这类问题往往是一个多层优化问题，对于这类问题，我们常见的求解办法是Benders分解和列生成。除此之外，我们需要不定期对线路检修，发电厂的维护，而线路的通断、发电厂的启停在数学模型中又成了一个整数规划问题。整体的求解难度又上升了一个层次。另外，在国家大规模倡导新能源接入的今天，风电和光伏电站不断被接入电力网络中，而新能源不能得到普及的一个重要因素是我们不能准确预知新能源电厂在下一时刻能够发出多少电能供我们使用。为了分析这类问题，我们的模型在混合整数非线性规划上又需要考虑不确定因素带来的影响。对这类问题的求解，我们又提出了随机规划、鲁棒优化、分布鲁棒等。还有一点，我们的输电线路可能会由于雷击、树枝接触等导致出现输送功率出现扰动。系统中的这些小扰动可能会对用户供电的电压和频率产生波动，对于普通家庭来说可能影响不大，但是对于一些高精技术的产业，一次电压或频率的波动就可能导致整个生产线的崩溃。如何建立相关的数学优化模型来预防这一问题也是当前的研究热点之一。
最后，大家也十分熟知我们国家有一个西电东送的工程，这也是我认为最困难的一个点，我们国家的电力网络是连在一起的，是一个十分庞大且复杂的系统，而我们电力网络是时时波动的，我们需要在秒级做出优化，并给出方案。目前针对这种超大规模的含不确定性的多层混合整数非线性规划问题，我们没有办法在有限的时间内得到一个最优解。
但即便困难重重，在一线的电力工作者仍在尽自己最大的努力来保证电力网络的安全可靠运行，为中国电力点赞。
三、制造业中的运筹学
本人目前是某厂的算法工程师，参与过企业的排班，调度，决策优化等场景的项目，主要想结合自己的经历和大家分享一下运筹优化在企业中的一些应用，主要包括任务规划/排班和实时调度两个方面，围绕场景定义，方法论和实际中的困难三个点进行阐述。
1、任务规划/排班
（1）场景定义
首先说一下什么是任务规划，什么是排班。任务规划是基于设定好的任务输入，进行任务的排期规划，以达到资源的有效利用和工作效率的提升。任务规划主要用于传统制造业/工厂排程，建筑工程规划排程，物流运输线路任务打包等场景。任务规划后输出给虚拟人或者其它虚拟资源创建的带有时间窗的任务包，排班则基于这些任务包，把它对应到实际的人或者其它真实车辆，机械等资源中，规划出某些资源在什么时候做什么任务的结果，以及该任务需要消耗多少其它资源。
（2）方法论
主要的规划方法也是传统运筹优化使用的方法。首先了解真实的业务场景，抽象业务规则和约束，搭建数学模型，运用规划求解器（Cplex，Gurobi等）或者启发式算法（Local Search，Iterative Forward Search等以及各种变种）进行求解。启发式算法可以在现有的solver上进行基于不同场景的二次开发，也可以自行开发。业界一般采用第一种方式。
（3）实际运用困难点
在实际场景中，给不同资源的排班会有很多实际因素要考虑。给人排班要考虑人的工作班次时长，人历史的上班习惯（如习惯上晚班，晚班后不能接早班），人所拥有的技能，个人的偏好（偏好某个工种或者上班时间段），法律规定以及不同工厂因为地域有不同的差异，如香港是8小时工作制，而大陆班次时长可以是10小时等。当我们处理实际问题的时候，先要梳理实际场景，总结管理规律，构建多种配置参数，进行建模。相比于排班来说，任务规划因为是针对虚拟资源而构建，所以可以不用考虑过多的资源属性（如人习惯）等因素。
2、实时调度
（1）场景定义
基于实时数据输入，进行任务的整合和任务的分配。主要的场景有：O2O外卖即时配送，打车软件车辆实时调度，仓储叉车/AGV，分拣中心分拣机器人实时调度等场景。实时调度的场景主要集中于新业务，而非传统的制造业和实体企业。传统的制造业和实体企业骄傲于他们的规划，而前面场景定义所提到的一些新业务场景，无法采用有效地长期规划手段，更多地是依赖短期的预测和实时的规划调度。
（2）方法论
上述提到的短期预测：如外卖下单到餐品完成的时间估计，车辆调度Supply和Demand的平衡，仓储/分拣中心的任务需求预测等，一般基于不同场景搭建机器学习模型，或者各种深度学习模型的Ensemble进行训练和预测。
实时的规划调度包括：如外卖下单后分给哪个外卖小哥，车辆订单来了分给哪辆车，任务需求来了分给哪辆叉车，AGV或者机器人。主要的方法有：
● 短时间压单后进行任务分配，以牺牲一定的最优性而换来快速高效地计算，采用传统并行的多个Tabu Search，Simulated Annealing等进行TSP或者VRP的计算。
● 强化学习/动态规划方法。用收集的数据和规则搭建仿真环境，用强化学习构建任务需求（订单或者生产入库需求等）与资源（车辆，外卖效果，叉车等）的匹配价值（Value），然后分配计算。
（3）实际运用困难点
● 大规模订单/任务需求的计算，需要一定的计算资源支持，以及牺牲算法的优化性来实现快速计算。
● 实时数据的采集。有些数据无法直接有效地采集，比如真实商家做餐时间。
● 如果要搭建仿真环境，也需要了解和抽象实际的业务规则。
3、关于运筹学在业界应用的思考
我在某公司实习了三个月，主要做的是生产计划。生产计划也是属于供应链的一个环节，与调度相比生产计划的制定要更加宏观一些。生产计划就是决策什么时间，在哪家厂/哪条生产线上，加工多少工件。生产计划的问题广泛的存在于制造业中，举个例子就是是手机的制造，一部手机有上千个零件构成，每个零件都在指定的供应商处生产，例如手机屏幕，手机摄像头，手机电池，手机充电器每个零件都由不同的生产厂来生产，然后将这些零件运送到最终的组装厂拼装成一台成品的手机。如何合理的安排每个厂在什么时候该生产多少零件是一个需要决策的重要问题。这个问题的核心在于要考虑尽量满足订单的需求要降低库存水位（或者是库存的周转率），同时要考虑到物料的约束，产能的约束，运输的约束等等因素。
在小规模的排产问题中人工调度员还能应对，一旦生产规模变大，生产工艺复杂之后，人工调度的弊病会逐渐凸显出来。目前国内有意识去做供应链的决策模型与算法的并不多，据我所知其中比较有代表性的是杉数科技。
杉数科技智能计划排程系统致力于为制造业及其上下游产业提供全链条技术服务，利用运筹学与机器学习将实际问题转化为数学模型求解，实现最优化的排程。个人认为，杉数科技在运筹学应用于制造业领域做了很好的探索，在很大程度上解决了如何用更少的人，更短的时间，生产更多的产品问题。
上面提到的生产计划问题本质上是一个混合整数规划问题，零件的个数就是一个整数变量，而生产这些零件的物料可能是整数的也可能是连续变量，因此该问题构成了一个混合整数规划问题。解决方案无非以下两种：
● 采用经典的混合整数规划的方法，先对原混合整数规划进行分解和重新建模，例如拉格朗日松弛，Benders 分解或者列生成等等方法，子问题的求解可以采用Gurobi或Cplex这些商用求解器。
● 针对问题特性设计元启发式算法，启发式算法。
实际运用困难点
我想谈谈混合整数规划在业界应用的gap到底在哪里，当然说大一点的话也是探讨运筹学在业应用的gap。
（1 ）实际应用问题往往是大规模的
实际的生产问题往往是大规模的，例如我实习时所面临的实际问题其决策变量维数都达到上亿级别，业务部门要求是2小时之内给出结果，这对算法的效率实际上提出了非常大的挑战。即使是求解上亿规模的线性规划问题耗时都比较巨大，更不用说是整数规划问题了。我们经常说线性规划简单，哈哈，但是从实际应用的角度来看目前求解线性规划的速度在一些场景上还是不能满足我们实际应用的需求的。
目前在学术界大家很多情况下都是在小规模问题上自娱自乐玩一下，所以真正在公司的话，大规模的问题非常非常普遍。举个例子就是读运筹学的PhD的时候是学会在游泳池里游泳，真正在公司里边面对的问题可能就是得在大海里边游。这其实还是比较好的状况，更差的情况是一些童鞋可能在学校里只是学会了在浴缸里游泳而已。
（2） 实际数据往往都是病态的
实际问题的数据往往都是病态的，例如我在公司遇到的问题就是病态问题，具体来说就是优化问题约束或者目标函数的系数数量级的差别过大，导致求解过程的病态，实际问题的数据往往是千差万别和稀奇古怪的，数量级的差异经常超过10E20以上。这一点在学术界研究的相对较少一点，因为学术界研究的问题都比较理想化，即使有从实际中抽象一些原型出来，但是已经把病态啊这些问题都基本过滤掉了，但是在实际中你就发现病态问题太多了。
（3） 业务人员没有优化的意识，运筹优化的人缺乏业务知识，沟通成本非常高
业务人员没有优化的意识，很多时候他们不清楚运筹优化能做什么，甚至当运筹优化的算法工程师问题业务人员你们有什么要求没（约束条件），你们有什么量化的指标要越大越好或者越小越好（目标函数），业务人员很多时候也不能很清晰量化的描述出来这些东西，还有很多时候业务人员嘴巴上告诉你的目标函数和心里想的不一致。就相当于你是一个大厨，什么线性规划，拉格朗日松弛，列生成，半定规划，鲁棒优化这些菜你都会做，结果来一个顾客说他不知道吃点啥。
运筹学的理论的应用必然还是要有一个实际的背景问题，而不同的问题所处的行业不一样，每个行业都有自己的习惯自己的一套语言和模式，例如航空业就有很多专业术语，如果做航空优化的话，那么就要求运筹优化的算法工程师要具备一定的业务基础，否则你是无法和业务人员交流的，人家说话你都听不懂，1次2次不懂你可以问，十次八次不懂的话，人家就不爱和你说话了。而且运筹优化算法工程师一般都是作为乙方出现的，很多时候还必须是我们得放低姿态的去主动的接触业务学习业务才行啊，否则项目就很难进行下去。
（4） 测试困难，如何验证优化算法求解结果的正确性
好不容易，经过了重重阻碍，克服千难万险，我们的优化算法出炉了，我们可以得到一个结果。如何验证这个结果是正确的呢？其实非常抱歉的告诉你，基本没啥靠谱的方法去验证。现在在公司普遍的作法是两种，1是人为的构造一些类似benchmark的东西，这些东西的最优解比较显而易见，通过这些benchmark来检测算法的正确性；2是参考以前人工的经验来看，算法给出的解是不是合理，例如要是做一个调度算法呢，就找几个有经验的调度员来看这个算法是不是接近以前人工调度的结果，如果接近那就认为OK了。很显然这两种方法有很多的不足，第一种方法只能适用问题特别简单的时候，问题稍微复杂一点，规模大点benchmark就很难构造了，第二种方法虽然适用面更宽一些，但是问题也很明显，那就是以前人工调度的结果很难说是比较好的结果，那这个结果去和算法做对比本来参考系就有问题。
四、电商行业中的运筹学
本人目前在某电商供应链计划部门实习，该电商平台有八个事业部，每个事业部每天都有一定量级的产品上新、下架。目前平台上八大事业部的总商品数量量级是十万，对接不到2000家供应商。我所在职位的主要工作内容是，根据历史销量进行各个产品的需求量预测，由于产品发货渠道有商家自发货和平台发货两种渠道，选择平台发货的厂商需要结合产品的生产周期，并且按照与平台约定的补货周期将货物运到平台的自有仓库。
因此对于平台供应链计划部门来说，需要根据货物现有库存，结合日均销量预测（分大促日销和平常日销两种）实现补货量和补货时间点预测自动化，仓库效益最大化。将预测信息反馈到计划员和事业部同事进行产品调整。存在的难题有很多，比如对于新品的日销需求预测？长期在架产品的需求预测及库存管理实现效益最大化？当某产品的补货周期是一个月时，涵盖了大促时期和平销时期，如何库存管理和日销量预测，以实现仓库效益最大化，平台收益最大，且尽可能缩短断货时长？而这些都是运筹学和优化问题。
五、机器学习行业中的运筹学
本人最近在BAT（之一）的北美研究院实习，研究院本身的运作模式算是和本地业务团队稍有不同，成员多为国内外名校毕业的计算机、统计、数学、运筹学等专业的博士。除了写paper之外，团队也需要做能“落地”的业务支持项目（通常和国内的业务部门合作）：如在线视频网站的推荐算法、二手商品平台的定价算法、新零售门店的多渠道库存控制算法等。
这些问题首先的一个共性是：海量的数据规模。这些问题对应的业务部门都有专门的数据团队，每天在公司内部的数据仓库会定时更新当日的数据（每日的数据量级都是上百TB）。因此，要在此基础之上，设计实用的优化算法，实际上对经典的运筹学模型和优化算法来说，也是巨大的挑战。
因此，在目前我注意到的这些业界的实际“优化”业务中，机器学习方法和运筹学模型基本上是要一起使用的。更具体的来说，业界更需要的是“数据驱动”的决策模型。比如，现有的机器学习、深度学习方法带给我们良好的预测模型，而所谓的决策模型/优化模型便往往可以基于这些预测模型之上。当然，最理想的状态是能够将预测和决策这两个看似分离的步骤结合起来，即，动态地基于预测调整决策，再通过现阶段的决策调整之后的预测。关于这点，目前学术界有了很多不错的理论，但距离工业界的实际“落地”还是有距离的。这或许便是业界当中机器学习和运筹学的未来吧。
一个管理运筹学的案例分析题要求写成论文形式，这个需要你按照论文的格式去写一下这里的案例就可以了
我讨论一个可能大家都听说过的问题：就是你在家里看电视，这时熟睡的的孩子醒了在哭，接着厨房烧的水也开了，家里的电话也在响，不巧这时有人登门拜访也正在敲门，更糟糕的是天也要下雨了而你晾着的衣服也没有收……这时你该怎么做？我看过一些经典的做法：就是去哄着孩子，再抱着孩子去厨房把燃气灶关了，喊着“来了，来了”的同时可以去接电话再给客人开门，最后可以让客人帮你抱着孩子然后你去收衣服，完了，很顺理成章。当然这里有几个问题值得推敲，首先，水开了是不是会把燃气灶弄熄了，那么是不是会中毒？那家里的电话是不是有什么急事？其次，来拜访的人是不是你认识或熟悉的，如果是坏人你把孩子交给他会怎么样？那我们是不是可以这样改一下：衣服我可以先不要管它，客人也可以让他稍等一下，那孩子在哭我们也可以暂时不管。电话响了你可以先接起来说“有事，稍等一下。”再到厨房把燃气灶关了，然后去给拜访的人开门，如果是你的好朋友当然可以让她帮你照看一下孩子再回电话，如果是你不认识的人那么你自然应该先去抱你的孩子，然后再和拜访的人交谈，弄清楚是怎么回事了那么你再去回电话，最后去收衣服也不迟。这样一来如果下雨了，湿的只是衣服。但是没有人可以给出最佳方案，因为在你的取舍关系不能得到平衡的时候，多数人只会跟着自己的第一直觉走。如果平常爱打电话的只会先去接电话，爱孩子的人也只会去抱孩子，而有心计的人会去关燃气灶，但却很少人会首先去开门或收衣服。那么是不要说他们做的不对呢，没有，只是他们在同时遇见很多事情的时候已经没有时间去考虑孰轻孰重，在考虑不可以平等处理的同时，他们抓住的往往是自己内心渴望的映射，同时也会反映出一个人的心理态度和价值观念。（不知道有没有四百，也不知道是不是合意，说不对也不要笑，也可以指教一下。）
随着我国国民经济的不断发展，企业之间的交易活动更加频繁、同地区、不同地区、甚至跨国的交易活动也不断发生，交通运输则成为交易的活动重点了。 交通运输作为国民经济的一个重要部门，作为人类进步、社会发展的一个重要推动力，其发展模式正在对环境产生越来越重要的影响。传统的运输方式已 经不能满足环境保护、经济发展以及交通运输本身发展的需求，探寻与环境、资源条件相适应的运输是非常重要的一个问题。人们在交通运输方面趋利避害建立更好的运输方法，让交通运输的方法达到一个更高的水平。
这个应用这个案例分析题，写成这种形式的话，你可以发挥自己想象力，然后通过这一个案例来引出其他的案例，然后导火索平均一下。
电子商务条件下我国企业物流模式研究 摘要：本文认为，电子商务时代，物流发展出现服务化、信息化、自动化、智能化、网络化、柔性化、一体化、国际化趋势，对传统物流观念、企业物流系统结构、物流运作方式、物料采购、客户服务、运输以及存货等都产生了巨大影响。文章提出，在电子商务环境下，我国企业必须根据自己的实际情况选择适合自身发展的物流模式，在积极推进第三方物流的同时，灵活运用自营物流、物流联盟模式或者多种模式共同发展，使企业获得最佳的经济效益。 关键词：电子商务，物流联盟，自营物流，第三方物流 电子商务的迅速发展给人类经济生活带来了前所未有的变革，这场变革所产生的产业大重组，将把现代物流业提升到一个非常重要的位置。物流是电子商务的瓶颈，也是电子商务的基础和条件，没有物流的发展和支撑，电子商务将成为空中楼阁。但电子商务的发展，也给企业物流的发展带来新的课题，人类已经进入网络经济时代，电子商务的发展是大势所趋，企业必须顺应这—人类社会发展规律，建立适应电子商务环境的企业物流模式。 一、电子商务的发展现状 互联网的迅猛发展以及其所创造的无与伦比的效率与价值，使得构建在互联网之上的电子商务应运而生，且发展强劲。 电子商务有着巨大的市场与无限的商业机遇，现实的和潜在的商业利润丰厚。根据美国朱庇特（Jupiter)研究公司的预计，未来五年里，B2B电子商务将会飞快成长，从2004年的3360亿美元增至2005年的兆亿美元，整个经济中B2B电子商务所占比例将从目前的3%增至42%。在未来数年中，亚太地区的B2B电子商务市场(不包括日本)将占全球电子商务市场销售总额万亿美元的。在2004年，亚太地区的电子商务企业将有91%的企业是以B2B模式运作，B2B交易网站将会成为市场主导。截止到 2004年12月31日，我国上网用户总数突破9000万，网站数量达到万个，网上购物成为时尚，用户使用电子银行在网上直接付款超过货到付款方式。易观国际《互联网研究系列报告——电子商务 (2004)》显示，我国电子商务的交易总额在2004年达到4400亿元， 2005年即增至6200亿元。 电子商务是通过互联网络进行商务活动的新模式，是21世纪信息化、网络化的产物，代表了未来商务的发展方向。电子商务的产生使复杂的多渠道的商品交易简单化、快捷化，减少了交易成本，简化了交易流程，提高了交易效率。电子商务是商业领域内的一次革命，而电子商务物流则是物流领域内的一次革命。要改变过去那种重商流、轻物流的思想，把物流提升到竞争战略的地位，注重社会电子化物流系统的发展。国家与企业共建电子化物流系统从而形成全社会的电子化物流系统，需要政府和企业共同出资，政府要在高速公路、铁路、航空、信息网络建设等方面投入大量资金，以保证交通流和信息流的通畅，形成一个覆盖全社会的交通网络和信息网络，为发展电子商务物流提供良好的社会环境。企业要投资于现代物流技术，要通过信息网络和物流网络，为客户提供快捷的服务，提高竞争力。要吸引更多的制造企业和商业企业上网，通过上网提高企业的竞争力和盈利水平，促进电子商务的发展，从而促进电子商务物流的发展。信息化、全球化、多功能化和一流的服务水平，已成为电子商务环境下企业追求的目标。 但企业在发展电子商务时也面临着一些问题。 一是互联网对传统企业似乎是一种“中断的技术”，它将挑战企业现有的组织、生产流程及人员心态，改变传统经营模式，使拥有文化基础的传统企业很难接受它。 二是由于经营模式比较成熟，无法得到投资者的青睐，很难迅速获得大额融资，使开展电子商务面临巨大的资金缺口。 三是营销模式的改变。零售企业具有较好的商务经营和配送优势，精减库存和货架计划，但要完全适应网络零售环境下地域广泛、业务量小、送货上门的个性化营销的新型网络零售模式，还需要一个过程。 四是缺乏既懂商务又懂技术的复合型人才，且网络人才资本昂贵。 二、电子商务对企业物流的影响 1.电子商务条件下物流的特点 在电子商务时代，物流有了一系列新特点： (1)服务化。现代物流以实现顾客满意为第一目标。 (2)信息化。电子商务时代，物流信息化是发展的必然要求。 (3)自动化。核心是机电一体化，外在表现是无人化，效果是省力化，另外还可以提高作业能力，提高物流效率。 (4)智能化。这是物流自动化、信息化的高层次应用。 (5)网络化。网络化也是信息化，它有两层含义：一是计算机通迅网络系统；二是组织网络化。网络化也是物流信息化的必然。 (6)柔性化。柔性化是指根据顾客的需求灵活变化生产工艺，是以实现“顾客为中心”的理念而在生产领域提出来的。 (7)一体化。电子商务的发展，使物流内部、供应链之间以及企业与外界的物流联系更加紧密，更趋一体化。 (8)国际化，电子商务的发展，国际物流必然迅速发展，也使企业物流的发展日趋国际化。 2.电子商务对企业物流的影响 电子商务条件下物流具有新的特点，将对企业物流产生巨大的影响，现代企业如何应用，建立一套适应电子商务的现代物流系统，可以从以下几个方面进行分析： (1)对传统物流观念的影响。电子商务将改变人们传统的物流观念。电子商务作为一个新兴的商务活动，为物流创造了一个虚拟性的运动空间。在电子商务的状态下，人们在进行物流活动时，物流的各种职能及功能可以通过虚拟化的方式表现出来，在这种虚拟化的过程中，人们可以通过各种组合方式寻求物流的合理化，使商品实体在实际运动过程中达到效率最高、费用最省、距离最短、时间最少。 (2)对企业物流系统结构的影响。电子商务对企业物流系统结构的影响，主要表现在以下几个方面： 一是由于网上客户可以直接面对制造商并可获得个性化服务，故传统物流渠道中的批发商和零售商等中介将逐步淡出。 二是由于网上时空的“零距离”特点与现实世界的反差增大，客户对产品的可得性心理预期加大，导致企业在交货速度上的压力也随之增大。因此，物流系统中的港、站、库、配送中心、运输线路等设施的布局、结构和任务将面临较大的调整。 三是信息共享的即时性使制造商在全球范围内进行资源配置成为可能，故其组织结构将趋于分散并逐步虚拟化。当然，这主要是那些拥有品牌和产品在技术上已经实现功能模块化及质量标准化的企业。 四是大规模的电讯基础设施建设将使那些能够在网上直接传输的有形产品的物流系统隐形化。这类产品主要包括书报、音乐、软件等，即已经数字化的产品的物流系统将逐步与网络系统重合，并最终被网络系统取代。 (3)对物流运作方式的影响。首先，电子商务可使物流实现网络的实时控制。传统的物流活动在其运作过程中，不管是以生产为中心，还是以成本或利润为中心，其实质都是以商流为中心，从属于商流活动，因而物流的运动方式是紧紧伴随着商流来运动。在电子商务下，物流的运作是以信息为中心的，信息不仅决定了物流的运作方向，而且也决定着物流的运作方式。在实际运作过程中，通过网络上的信息传递，可以有效地实现对物流的实时控制，实现物流的合理化。 其次，网络对物流的实时控制是以整体物流来进行的。在传统的物流活动中，虽然也有计算机对物流实时控制，但这种控制都是以单个的运作方式来进行的。而在电子商务时代，网络全球化的特点，可使物流在全球范围内实施整体的实时控制。 (4)对物料采购的影响。企业在网上寻找合适的供应商，从理论上讲具有无限的选择性，这种无限选择的可能性将导致市场竞争的加剧，并带来供货价格降低的好处。但是，频繁地更换供应商将增加资质认证的成本支出，并面临较大的采购风险。所以，从供应商的立场来看，应对竞争的必然对策是积极地寻求与制造商建立稳定的渠道关系，并在技术、管理、服务等方面与制造商结成更稳固的战略联盟。同样，制造商也会从物流的理念出发来寻求与合格的供应商建立一体化供应链。作为利益交换条件，制造商和供应商之间将在更大范围内和更高层次上实现信息资源共享。通过物流信息系统的对接，使供应商与制造商紧密地连接在一起。 (5)对客户服务的影响。要求实现客户服务的个性化，只有当企业对客户需求的响应实现了某种程度的个性化对称时，企业才能获得更多商机。这就要求企业网站的主页设计要个性化，要针对特定的客户群体；要求根据客户需求的变化进行不同的服务营销组合，实现企业经营的产品或服务的个性化；要求企业对客户追踪服务的个性化。网络时代客户需求的个性化增大了市场预测的离散度，故发现客户个性化服务需求的统计特征将主要依赖对客户资料的收集、统计、分析、追踪等。 (6)对运输的影响。在电子商务条件下，速度已上升为最主要的竞争手段。物流系统要提高客户对产品的可得性水平，在仓库等设施布局确定的情况下，运输将成为决定性的因素。 (7)对存货的影响。一般认为，由于电子商务增加了物流系统各环节对市场变化反应的灵敏度，可减少库存，节约成本，相应的技术手段也由看板管理（QIT)和物料需求计划 (MRP)等转向配送需求计划(DPR)、重新订货计划(ROP)和自动补货计划(ARP)等基于对需求信息作出快速反应的决策系统。但从物流的观点来看，这实际是借助于信息分配对存货在供应链中进行了重新安排。存货在供应链中总量是减少的，但结构上将沿供应链向下游企业移动，即经销商的库存向制造商转移，制造商的库存向供应商转移，成品的库存变成零部件的库存，而零部件的库存变成原材料的库存等等。 三、国外电子商务条件下的物流解决方案 国外电子商务已非常发达，其电子商务条件下物流的解决方式以美国的物流中央化、日本的高效配送中心等最为典型： 1.美国——物流中央化。美国物流中央化的物流模式强调“整体化的物流管理系统”，是一种以整体利益为重，冲破按部门分管体制，统一从整体进行规划管理的管理方式。在市场营销方面，物流管理含分配计划、运输、仓储、市场研究、为用户服务五个过程。在流通和服务方面，物流管理过程含需求预测、订货过程、原材料购买、加工过程，即从原材料购买直至送达顾客的全部物资流通过程。 2.日本——高效配送中心。物流过程是：生产——流通——消费——还原(废物的再利用及生产资料的补足和再生产)。物流是非独立领域，受多种因素制约。物流(少库存多批发)与销售(多库存少批发)相互对立，必须利用统筹来获得整体成本最小的效果。物流的前提是企业的销售政策、商业管理、交易条件。 3.适应电子商务的一种全新的物流模式——物流代理.物流代理 (含义为第三方提供物流服务)。物流代理是“物流渠道中的专业化物流中间人，以签订合同的方式，在一定期间内，为其他公司提供的所有或某些方面的物流业务服务”。 从广义的角度与物流运行的角度看，它包括一切物流活动及发货人可以从专业物流代理商处得到的其他一些价值增值服务。提供这一服务是以发货人和物流代理商之间的正式合同为条件的。这一合同明确规定了服务费用、期限及相互责任等事项。狭义的物流代理专指本身没有固定资产但仍承接物流业务，借助外界力量，负责代替发货人完成整个物流过程的一种物流管理方式。物流代理公司承接了仓储、运输代理后，为减少费用的支出，同时又要使生产企业有利可图，就必须在整体上尽可能地加以统筹规划，使物流合理化。 四、电子商务条件下我国企业物流模式 根据电子商务的发展情况和电子商务条件下物流的特点，结合国外发达国家的经验，我国企业在电子商务条件下可采取的物流模式主要有： 1.企业自营物流模式。企业自营物流是指企业自身经营物流业务，组建全资或控股的子公司完成企业物流配送业务。 对于已开展普通商务的公司，可以建立基于Internet的电子销售商务系统，同时可以利用原有的物资资源承担电子商务的物流业务。拥有完善流通渠道包括物流渠道的制造商或经销商开展电子商务业务，比ISP、ICP或Internet经营者为从事电子商务而开辟销售渠道和物流系统更加方便。 国内从事普通销售业务的公司主要包括制造商、批发商、零售商等。制造商进行销售的倾向在20世纪90年代表现得比较明显，从专业分工的角度看，制造商的核心业务是商品开发、设计、制造，但越来越多的制造商不仅拥有庞大的销售网络，而且还有覆盖整个销售区域的物流配送网，国内大型制造商的生产人员可能只有3000-4000人，但营销人员却有一万多人，制造企业的物流设施普遍要比专业物流公司的物流设施先进。这些制造企业完全可以利用原有的物流网络和设施支持电子商务业务，开展电子商务不需要新增物流、配送投资。对这些企业来讲，比投资更为重要的是物流系统的设计和物流资源的合理规划。 2.第三方物流模式。第三方物流随着物流业的发展而发展，是指为适应电子商务发展而采用的一种全新的物流模式，又称物流代理，是物流专业化的重要形式。物流业发展到一定阶段必然会出现第三方物流，且它的占有率与物流业的水平之间有着非常紧密的相关性。第三方物流的发展程度反映和体现着一个国家物流业发展的整体水平。现代意义上的第三方物流是一个约有 10-15年历史的行业。第三方物流是现代物流服务发展的趋势所在，第三方物流作为我国物流业发展过程中一种新型的管理模式，已经过近几年实践的检验，并在实践中不断发展完善。 (1)物流业务的范围不断扩大。一方面，商业机构和各大公司面对日趋激烈的竞争，不得不将主要精力放在核心业务上，将运输、仓储等相关业务环节交由更专业的物流企业进行操作，以求节约和高效；另一方面，物流企业为了提高服务质量，也在不断拓宽业务范围，提供配套服务。 (2)提供客户定制的物流服务。很多成功的物流企业根据第一方、第二方的谈判条款，分析、比较自理的操作成本和代理费用，灵活运用自理和第三方两种方式，提供客户定制的物流服务。 (3)物流产业的发展潜力巨大，具有广阔的发展前景。第三方物流已经成为适应电子商务的一种全新的物流模式。这种集成模式的发展，来自电子商务成功的经验，并加快了物流一体化的发展进程。 3.物流一体化。物流一体化是以物流系统为核心的由生产企业经由物流企业、销售企业直至消费者供应链的整体化和系统化。它是在第三方物流基础上发展起来的新的物流模式。在这种模式下，物流企业通过与生产企业建立广泛的代理或买断关系，与销售企业形成较为稳定的契约关系，从而将生产企业的商品或信息进行统一处理后，按部门订单要求配送到店铺。这种模式还表现为用户之间广泛交流供应信息，从而起到调剂余缺、合理利用、共享资源的作用。在电子商务时代，这是一种比较完整意义上的物流配送模式，国内海尔集团的物流配送模式基本上达到了物流一体化模式的标准。 4.物流联盟模式。物流联盟 (Logistics Alliance)是指两个或两个以上的经济组织为实现特定的物流目标而采取的长期联合与合作，其目的是实现联盟参与方的“共赢”。物流联盟具有相互依赖、核心专业化及强调合作的特点，是一种介于自营和外包之间的物流模式，可以降低前两种模式的风险。物流联盟是为了达到比单独从事物流活动更好的效果而使企业间形成相互信任、共担风险、共享收益的物流伙伴关系。企业之间不完全采取导致自身利益最大化的行为，也不完全采取导致共同利益最大化的行为，只是在物流方面通过契约形式形成优势互补、要素双向或多向流动的中间组织。联盟是动态的，只要合同结束，双方又变成追求自身利益最大化的单独个体。狭义的物流联盟存在于非物流企业之间，广义的物流联盟包括第三方物流，本文指的是狭义的物流联盟。 在电子商务条件下，我国企业必须根据自己的实际情况选择适合自身发展的物流模式。国际上流行的做法是电子商务企业将物流全部交给第三方物流企业，我国则应在积极推进第三方物流发展的同时灵活运用自营物流、物流联盟或者多种模式共同发展，使企业获得最佳的经济效益。
2t24t根据我搜集的一些网站来看，建议看看这个，要做毕业论文以及毕业设计的，推荐一个网站 ，里面的毕业设计什么的全是优秀的，因为精挑细选的，网上很少有，都是相当不错的毕业论文和毕业设计，对毕业论文的写作有很大的参考价值，希望对你有所帮助。 别的相关范文很多的，推荐一些比较好的范文写作网站，希望对你有帮助，这些精选的范文网站，里面有大量的范文，也有各种文章写作方法，注意事项，应该有适合你的，自己动手找一下，可不要照搬啊，参考一下，用自己的语言写出来那才是自己的。 如果你不是校园网的话，请在下面的网站找： 毕业论文网： 分类很细 栏目很多 毕业论文： 毕业设计： 开题报告： 实习论文： 写作指导：
看一下这个可能对你有帮助 Xxxx大学 本科毕业论文开题报告 论文题目：排队论在物流系统中的应用探讨 学院：___ 交通学院____ _ 专业年级：__ 06 物流管理_______ _ 学号：__ xxxxxx _____ _ 姓名：___ _____ _xx __ 指导教师、职称：_ xxx 教授 2009年 12月 25日 一、立题意义及国内外的研究现状与存在问题，主要研究内容及拟解决的关键性问题 1、立题的意义: 物流作为提高企业竞争力的重要因素，在企业运营管理中有极其重要的地位。要想准确的掌握物流活动的运行情况，就必须对物流活动进行有效地绩效评价，从而正确诊断各个不同物流系统的实际经营水平，全面监督企业资源，实现合理配置，以提高物流系统的运行效率。排队论（queuing theory）是专门研究因随机因素而产生拥挤的学科，曾广泛应用于铁路，公路运输系统，任务分配中。在物流过程中，排队论具有广泛的应用，例如机场跑道设计和机场设施数量问题，如何才能既保证飞机起降的使用要求，有不浪费机场资源；又如码头的泊位设计和装卸设备的购置问题，如何达到既能满足船舶到港的装卸奥求，而又不浪费港口资源；再如仓库保管员的平庸数量问题、物流机械维修人员的聘用个数量问题，如何达到既能保证仓储报关业务和物流机械的正常运转，有不早城热力浪费，等等，这些问题都可以运用排队论方法加以解决。 2、国内外研究现状与存在的问题及研究解决的重要问题: （1） 国内外研究现状 随着物流产业的逐渐升温，对物流系统这个被企业界视为“经营上的黑大陆”、企业的“第三利润源泉”的研究显得至关重要，降低物流成本，提高物流效益迫在眉睫。而排队论主要研究各种系统的排队队长，排队的等待时间及所提供的服务等各种参数，以便求得更好的服务，它的研究目的是要回答如何改进服务机构或组织被服务的对象，使得某种指标达到最优的问题，可以有效克服物流系统中的制约关系。因此，有不少国内外的学者都对其进行了研究。BURKE P J.等国外学者将物流生产库存系统中的库存理论与排队论结合，得到较优的库存策略。 倪志伟从排队论的角度对物流订单处理系统排队规则进行研究，并对订单处理系统排队规则的选择提出了建议。 王宏勇，朱翼隽利用排队论来研究自动化立体仓库这种物流系统的性能及相关的概率特性。 （2）存在的问题： 1）物流基础设施建设不完善，包括连线的的建设以及节点与方式的现代化。 2）物流系统的效率不高，由于物流设备的标准化程度不高等问题。 3）虽然排队论的理论知识很成熟，并在物流领域中的很多方面都有实用性，可现行许多物流企业，特别是中、小型物流企业，并没有重视排队论的实际应用，理论归理论，遇到实际问题时许多还是凭几个管理者的主观臆断，并没有运用相关的知识加以科学的计算、论证、辅助决策。 4）当排队系统的顾客到达时间和服务时间的概率分布很复杂时，或不能用公式给出时，需要恰当选择求解方法，选择合适的应用模式。 （3）拟解决的关键性问题 1）根据顾客到达时间间隔和服务时间的经验分布的确定。 2）提高系统服务效率，提高服务水平的措施。 3）物流基础设施的建设以及标准化建设。 3、参考文献: [1] 钱颂迪等. 运筹学（第三版）.北京:清华大学出版社,2005. [2] A Synthetical model of Queuing Theory and Inventory Theory[A]Proceedings of the Seventh International Conference on Information and Management Sciences[C], 2008. [3] BURKE P output of a queueing system[J].Operations Re-search,1956,4(6):699-704. [4] 倪志伟. 基于排队论的订单处理系统建模与仿真[D]北京交通大学, 2009. [5] 王宏勇,朱翼隽. 生产—库存模型中多服务台排队系统性能分析[J]. 成都信息工程学院学报, 2009, (02) :204-207. [6]张政. 排队论在高速公路收费系统中的应用[J].西安航空空技术高等专科学校学报,2006,124(15):49—50. [7] 曾勇, 马建峰. 基于JMT的排队论实验专题设计[J]. 计算机教育, 2009, (20) :124-127 . [8]朱德桥, 李建国, 郭佑民, 张志. 基于排队论的立体车库堆垛机效率分析[J]. 兰州交通大学学报,2009, (03) :62-64. [9] 颜薇娜. 基于蒙特卡洛模拟的商业银行排队问题研究[J]. 技术经济与管理研究, 2009, (01) :20-22. [10] 吴锦标, 刘再明, 尹小玲, 付延冰. 基于排队论的一个物流模型[J]. 系统工程理论与实践, 2009, (09) :78-83. [11] 张莉,霍佳震. 基于仿真模型的集装箱码头排队系统分析[J].计算机工程与应用,2007,43（35）:235-238. [12] 胡运权等. 运筹学教程（第三版）.北京:清华大学出版社,2007. 二、本课题的主要研究内容和方法、步骤和预期的目的 主要研究内容： 1、物流系统发展的现状。 1）物流系统是社会经济大系统中的一个子系统或组成部分，涵盖了全部社会产品在社会上与企业中的运动过程，因而是一个非常庞大而复杂的领域。而正是由于物流系统本身的复杂性，对其研究显得更加困难。 2）在物流过程中存在许多效益背反的现象，这是影响企业物流系统运作的主要因素。 2、选定物流仓储作业系统为对象，运用排队论对其运行效率及其服务水平进行研究。 3、建立所选系统的排队模型。 1）确定排队系统进程的主要因素：输入过程、服务机构、排队规则。 2）排队系统分析。 4、优化分析，得到改进物流仓储系统的措施。 研究目的：建立排队系统模型并优化，以改进系统运行效率。 三、研究方法和技术路线 研究方法：模型建立和优化分析 技术路线： 三、研究工作总体安排及具体进度 第一阶段:(1月1日--3月25日): 资料收集 、课题调研和毕业实习 第二阶段:(3月26日--4月10日): 导师指导学生进行毕业论文（设计）研究和写作 第三阶段:(4月10日--4月16日): 指导教师对毕业论文（设计）进行中期检查 第四阶段:(4月16日--5月5日): 导师继续指导学生进行毕业论文（设计）研究和写作 第五阶段:(5月6日--5月20日): 指导教师审阅论文初稿，学生修改论文 第六阶段:(5月21日--5月25日): 指导教师和评阅人对毕业论文(设计)进行评审 第七阶段:(5月26日--5月31日): 各系组织毕业论文（设计）答辩及评选优秀毕业论文（设计） 第八阶段:(6月1日--6月6日): 毕业论文（设计）资料整改及资料整理归档 四、指导教师审查意见： 签字： 年月日 五、系(教研室)审查意见： 签字： 年月日 六、学院审查意见： 分管院长签章： 年月日
如果太忙没空写作需要原创代笔时可以找我 希望可以帮到你，论文要想写的特别好，拿到高分，最重要的是要把认真两字要记牢，认真收集资料，列好大纲，根据学校格式写，关于法学专业案例论文是我们特长，服务特点：支持支付宝交易，保证你的资金安全。3种服务方式，文章多重审核，保证文章质量。附送抄袭检测报告，让你用得放心。修改不限次数，再刁难的老师也能过。1、论文题目：要求准确、简练、醒目、新颖。2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录） 3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。 4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容 有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。 主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。5、论文正文： （1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明 选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。 〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：a.提出-论点； b.分析问题-论据和论证； c.解决问题-论证与步骤； d.结论。 6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考 文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息 所列参考文献的要求是： （1）所列参考文献应是正式出版物，以便读者考证。 T a o,bao两钻信誉，诚信保过,需要详谈