快递公司规划配送路线、医院排手术台、工厂排生产计划，背后都是运筹学在干活。这门学科名字听着玄，做的事很具体：资源有限时，用数学方法找最优或者够好的方案。

主干内容有哪些

国内管理和工业工程类专业的运筹学课程，一般覆盖这几块：线性规划，有限资源下的最优分配，经典题型是生产计划；整数规划，变量必须取整数，比如派几辆车；图与网络优化，最短路、最大流、最小生成树；动态规划，多阶段决策；排队论，窗口开几个最合理；再加上存储论、决策分析和对策论。每一块对应一类现实问题。

它和高中数学衔接得很紧：线性规划就是目标函数加约束条件，画可行域找最优解那套。区别是变量从两个变成几十上百个，手画图不现实，得靠算法和软件。

这门学问起源于二战期间英美的军事资源调配研究，Operational Research这个名字就是那时留下的，战后才转入工业和商业领域。

教材版本提一句：清华大学出版社的《运筹学》和 Hillier 的 Introduction to Operations Research 是常见的两本，前者偏考试，后者案例丰富，选一本当主线啃透就够。

常用工具

  • Excel的规划求解加载项Solver，小规模线性规划直接可解
  • Python的PuLP、SciPy，几行代码建模求解
  • LINGO、CPLEX、Gurobi这类商业求解器，工业界主流
  • 启发式算法，比如遗传算法、模拟退火，用来啃NP难的组合优化

实际用在什么地方

物流的车辆路径规划、航空公司的机组排班、电商的仓库存放和补货策略、医院手术室排程、金融的投资组合优化，都是标准应用场景；外卖派单、网约车调度也是这类模型的变体。互联网公司的供应链、定价、广告投放团队也大量招这个方向的人。

和纯数学比，运筹学更偏建模加求解：难的不是证明定理，而是把乱糟糟的实际问题翻译成目标函数和约束条件，翻译这一步最吃经验。

实际判断：想做优化方向，先把线性规划和整数规划的建模练熟，再用Python加开源求解器完整跑通几个案例，比只啃书有用得多。