运筹学与控制论

教程导读

一句话定位：这是一套以"决策沙盘推演"为主线的运筹学与控制论教程——把生产排程、路径选择、库存补给、无人机姿态调节这些真实决策局面搬上数学沙盘，用 Python 一步步推演出最优方案。

沙盘是什么意思

想象一位工厂调度员，周一早上面对的局面是：八台机器、三十张订单、五种原料、交期各不相同。他要在几分钟内决定哪张订单进哪台机器、按什么顺序加工。拍脑袋会漏单，靠经验会偏科，而运筹学给他的工具是：把整个局面翻译成变量、约束和目标函数，然后交给算法求解。这就是本教程所说的"把决策搬上沙盘"。

控制论则是另一张沙盘。它关心的不是一次性决策，而是持续调节：导弹姿态偏了要纠正，房间温度低了要加热，系统每时每刻都在"观测—比较—纠正"的循环里打转。反馈，是这张沙盘上唯一的主角。

这两门学科在历史上同源——维纳的控制论与二战期间的运筹学几乎同时诞生，都源于"资源有限、情况危急、必须算出最优行动"的战争压力。今天它们又在强化学习里重新会师：马尔可夫决策过程既是随机控制的骨架，也是智能体学习的骨架。本教程会把这条会师路线完整走一遍。

这套教程怎么组织

全册九章，前六章是运筹学战线，后三章是控制论战线，中间用最优控制与强化学习把两条线缝合起来：

全册知识地图

每章的支柱页都按"三个问题"开篇：本章要回答什么、各节如何分工、读完你能做什么。每节都带可运行的 Python 代码（NumPy/SciPy 为主），你可以把每个模型当作一次小型推演：改参数、跑代码、看结果、想原因。

适合谁读

• 学过微积分和线性代数、想看运筹学"到底怎么用"的工科学生；
• 需要做排产、路径、库存、资源分配决策的工程师或分析师；
• 想搞懂 LQR、卡尔曼滤波、强化学习背后控制论来源的算法从业者；
• 复习备考、需要把零散知识点串成体系的人。

学完你能做什么

1. 拿到一个资源分配问题，能独立写出线性规划或整数规划模型并用 SciPy 求解；
2. 面对随机需求，能用报童模型和排队论估算服务水平与产能；
3. 在图上算最短路、最大流，并理解 TSP 为什么难、启发式怎么救场；
4. 给一个动态系统建模，判断稳定性，设计 PID 与 LQR 控制器；
5. 看懂 MDP 到 Q-learning 的推导链条，知道"最优决策"如何从公式变成可学习的算法。

怎么用这个教程

建议顺序读，因为后面的沙盘会用前面的兵器：第 3 章的对偶价格会在第 4 章的随机规划里复现，第 7 章的状态空间是第 8 章 LQR 的地基。每章预计 2 到 4 小时，其中一半时间应该花在跑代码和改参数上——沙盘推演的乐趣，从来都在"如果换一个约束会怎样"的那一下。