本课程是本科课程，主要介绍最优化理论与实践。课程将介绍最优化模型及其在运输、物流、生产、计算机科学、电子商务、项目管理、理财以及其他领域的应用。本课程也将介绍一些最优化方法和启发式算法的应用，我们提供线性规划、动态规划、整数规划和非线性规划的理论与算法。

总揽课程的一种方法是逐讲讲述讲稿概要，或者阐述讲稿中的方法。我们逐讲列示了讲义概要，但开始时先让我们看一些横贯主题。

1. 最优化无处不在。课程涵盖最优化在诸如运作管理、理财、市场营销、工程学、战略规划以及大学运作和个体决策广大领域的应用。我们也将给出包括线性规划、整数规划、非线性规划、动态规划和启发式算法的最优化模型和概念框架。
2. 算法。 学习领悟算法的内部机理是MIT的传统。认为 Excel包含了解决线性规划的一种算法，这是是不充分的。我们需要明白这种算法是如何起作用的。学习算法有一些重要的含义。首先，一些问题是很容易解决的，而另一些则是本质上难以解决的。学习算法可以将他们区别开来。第二，理解算法的机理是理解算法结果并且运用结果洞察最优化的重要步骤。第三，只有理解了算法的内在机理，我们才能够设计我们自己的算法，或者修订已有的算法。
3. 建立模型的目的在于洞察力而非数字结果。建立模型并不是现实的镜面反映，而只是反映真实情况的一部分。管理科学与运筹学模型的本质是近似了实际情况为我们获取决策支持。决策支持模型的一个重要的用途在于， 经理人可以在既定架设的前提下考察各种可能的情况，以做出最好的决策。同样，决策者也可以分析模型，看哪些数字是很重要的，哪些数字可以修改而对结果影响甚微。协助分析洞察力的一个重要理论工具是灵敏度分析及其变化。一个重要的警告就是电子商务模型的影响。在许多电子商务模型中，决策者需要在短时间内处理成千上万个模型。在这种情况下，没有时间评价模型的输出，因此需要使模型设计得可靠且适用。
   
4. 执行保证。最优化问题（和数学规划）的一个特点就是不仅可以提供一个最优解，并且保证在一定范围内是最优的。即使问题本身是难解的，最优化技术也可以提供一些保证。一种特别有用的保证是偏离最优解的最大限度。解决这种偏差的两种理论工具是对偶单纯形法和分支定界法。
5. 搜索技术与启发式算法。许多情况下问题是很难得到最优解或者接近最优解的 。在这种情况下，决策者需要一些策略，得到比较好的解。这些技术通常称为启发式算法。我们将讨论一些启发式算法，其中包括邻域搜索，模拟退火算法，禁区搜索和遗传算法。
   

本课程不要求出席听课，但是鼓励听课。在过去的学期中，正常听课的学生觉得课程材料比较容易学习，中期考试和期末考试表现理想。不管学生是否能够在课堂听课，都应该掌握课堂内容和材料，其中一些可能并非源自教材。

出席课堂的同学应该尽力准时到课。迟到会打扰课堂过程，并（根据其态度）会被视为缺乏职业尊重。同样的，除非不得已学生不应该早退。时间上冲突的学生应该提前通过Email与Orlin教授联系。同样，在课堂结束时间上有冲突的，也应该预先告诉Orlin教授早退。

教授与助教的办公时间将在学期开始时通知并且公布在网上。

每周一次讲习课，定在周五2:30到4:00。讲习课是可以选择的，并不展现新的内容。

周二，在每次讲习课前将分发一些在讲习课上涉及的问题，以及其他主题。通常这些记忆的题目与当周作业中的题目相似，尽管也可能有一些其他主题，比如 Excel 规划求解与加载的用法。

同学之间可以组成小组，但是作业应该独立完成。同学之间不应共享答案，禁止抄袭（或近似抄袭）他人的作业。

经常受到固定同学帮助的，应该在扉页上注明该同学的作业。（接受帮助并不影响成绩。）

由于生病或者家庭突发事件等原因，会存在缺失作业或缺考的情况。如果发生这种情况，学生应该尽可能早的和(1)自己的指导教师(2)如果可能，一个负责相关事宜的院长,(3)Orlin教授细谈。

麻省理工学院斯隆管理学院致力于为每个学生创造互惠的学习和工作环境。在作出个人决定的时候，请考虑其他一些相关者的利益。

根据互相尊重的原则，教师、学生和工作人员应该谨记：

• 准时到课和讲课，迟到不得打扰课堂
• 准时开始和结束讲课
• 保持一种专业氛围。其中包括，但不局限于：
  
  • 使用有礼貌的评价或者笑话
  • 举止得体，特别是在饮食时
  • 合理使用计算机和其他技术设备（如无线静音设备，不得上网和发邮件）
  • 克制无礼貌的活动（如避免侧向交谈和嬉戏）
• 完全履行应聘者或演讲者的承诺，或者及时通知取消
• 在任何与斯隆管理学院有关的活动中以礼对待所有的来宾，东道主和参与者。
• 当不确定应当履行何种规范时，遵循最保守的举止规范。

这些提供了详细的说明样例，鼓励每一个人反省对斯隆社区的影响。

支持这些标准和规范基础是斯隆管理学院全体师生员工共同的权利和责任。作为一个学术和专业的学院，我们探索着并且责无旁贷。