Discrete Optimization Modeling: From Foundations to Advanced Techniques (bằng tiếng Anh).

Mỗi quyết định kinh doanh phức tạp, từ định tuyến hậu cần đến sắp xếp tài nguyên, có thể được giải quyết hiệu quả khi được xây dựng như một vấn đề tối ưu hóa rời rạc. Dịch các ràng buộc thế giới thực thành các mô hình toán học là chìa khóa để mở khóa các giải pháp tính toán mạnh mẽ này. Qua khóa học toàn diện này, bạn sẽ chuyển từ việc hiểu các khái niệm tối ưu cơ bản đến việc xây dựng các mô hình rời rạc tinh vi. Bạn sẽ học cách cấu trúc các biến, ràng buộc và các hàm mục tiêu một cách có hệ thống để giải quyết các vấn đề tổ hợp phức tạp. Bạn sẽ học được gì: Hiểu các khái niệm tối ưu hóa cơ bản, thuật ngữ và cấu trúc của các mô hình toán học; Cấu trúcs các mô phỏng lập trình tuyến tính, số nguyên và số nguyên hỗn hợp cho các kịch bản thế giới thực; Ứng dụng các mô mẫu tiên tiến bao gồm các ràng buộc logic, lập lịch và định tuyến công thức; Sử dụng mô hình Python hiện đại Thư viện và giao diện giải quyết để thể hiện các ràng buộc phức tạp; Phân tích hiệu suất mô hình và áp dụng các kỹ thuật tái cấu trúc để cải thiện hiệu quả giải quyết; Debug mô hình không khả thi và xác minh hệ thống các đầu ra tối ưu. Chương trình bắt đầu với các định nghĩa cơ bản và các mô hình tuyến tính đơn giản trước khi tiến tới các công thức rời rạc tiên tiến, ràng buộc logic và chiến lược tích hợp giải pháp hiện đại. Lớp học này được thiết kế cho người mới bắt đầu muốn học tối ưu hóa từ đầu, chỉ cần đại số cơ bản và sẵn sàng học giải quyết vấn đề logic. Bắt đầu hành trình của bạn vào mô hình toán học tiên tiến và bắt đầu giải quyết các vấn đề quyết định phức tạp hôm nay.