1
课程详述
COURSE SPECIFICATION
以下课程信息可能根据实际授课需要或在课程检讨之后产生变动。如对课程有任何疑问，请
联系授课教师。
The course information as follows may be subject to change, either during the session because of unforeseen
circumstances, or following review of the course at the end of the session. Queries about the course should be
directed to the course instructor.
1.
课程名称 Course Title
运营管理 Operations Management
2.
授课院系
Originating Department
信息系统与管理工程系 Department of Information Systems & Management Engineering
3.
课程编号
Course Code
MIS 404
4.
课程学分 Credit Value
3
5.
课程类别
Course Type
专业选修课 Major Selective Course
6.
授课学期
Semester
春季 Spring
7.
授课语言
Teaching Language
中英双语 Bilingual
8.
授课教师、所属学系、联系方
式（如属团队授课，请列明其
他授课教师）
Instructor(s), Affiliation&
Contact
（For team teaching, please list
all instructors）
刘翰林 Hanlin Liu
信息系统与管理工程系 Division of Information Systems & Management Engineering
liuhl@sustech.edu.cn
9.
实验员/助教、所属学系、联系
方式
Tutor/TA(s), Contact
待公布 To be announced
10.
选课人数限额(可不填)
Maximum Enrolment
（Optional）
2
11.
授课方式
Delivery Method
讲授
Lectures
实验/实习
Lab/Practical
其它(请具体注明)
Other（Pleasespecify）
总学时
Total
学时数
Credit Hours
48
0
0
48
12.
先修课程、其它学习要求
Pre-requisites or Other
Academic Requirements
MIS204 运筹与决策分析
MIS204 Prescriptive Decision Analytics
13.
后续课程、其它学习规划
Courses for which this course
is a pre-requisite
无 None
14.
其它要求修读本课程的学系
Cross-listing Dept.
无 None
教学大纲及教学日历 SYLLABUS
15.
教学目标 Course Objectives
在学生已经掌握运筹学和运营管理基本内容的基础上，本课程将进一步介绍运筹学和运营管理的高阶分析方法，即凸优化
理论及其应用。本课程旨在为学生提供识别商业和工程应用中出现的非线性优化问题的训练，介绍基本的理论知识，并专
注于建模方面和应用中有用的结果。凸优化是解决大规模问题的核心工具，本课程从凸优化的角度涵盖数学规划和组合优
化。 主要内容包括凸集、凸函数、优化问题、半定规划、对偶理论和鲁棒优化。 介绍了优化理论在机器学习、经济学和
统计学的应用。
After students have learned the basic knowledge of operations research and operations management, this course will
further introduce an advanced analysis method in operations research and operations management, namely convex
optimization theory and its applications. This course aims to give students the training to recognize nonlinear
optimization problems that arise in business and engineering applications, presenting the basic theory, and
concentrating on modeling aspects and results that are useful in applications. The course covers mathematical
programming and combinatorial optimization from the perspective of convex optimization, which is a central tool for
solving large-scale problems. Topics include convex sets, convex functions, optimization problems, semidefinite
programming, duality theory and robust optimization. Applications to machine learning, economics, and statistics are
presented.
16.
预达学习成果 Learning Outcomes
1. 了解非线性和凸优化的基本概念和知识
2. 有能力建立并且分析非线性优化问题
3. 具有使用求解器解决一般优化问题的能力
1. Understand the basic concepts and knowledge regarding nonlinear and convex optimization
2. Have the capability to formulate and analyze nonlinear optimization problems
3. Have the capability to solve general optimization problems using different solvers
17.
课程内容及教学日历 （如授课语言以英文为主，则课程内容介绍可以用英文；如团队教学或模块教学，教学日历须注明
主讲人）
Course Contents (in Parts/Chapters/Sections/Weeks. Please notify name of instructor for course section(s), if
this is a team teaching or module course.)
3
理论（48 学时）
第 1-2 课：课程介绍 （4 学时）
数学优化、最小二乘法和线性规划、凸优化、课程目标和内容、非线性优化。
第 3-5 课：凸集（6 学时）
凸集和锥体，一些常见和重要的例子，保持凸性的算子，投影，分离超平面，多面体集，感知器算法
第 6-8 课：凸函数和多元分析（6 学时）
凸函数、常见示例、泰勒展开、凸函数的性质、保持凸性的算子、拟凸函数和对数凸函数
第 9-10 课：凸优化问题 （4 学时）
凸优化问题、线性和二次规划、二阶锥体和半定规划
第 11-13 课：无约束优化（6 学时）
梯度下降、最速下降、牛顿法、在线凸优化和在线学习
第 14-18 课：约束优化（10 学时）
拉格朗日对偶函数和问题、斯莱特条件、互补松弛、KKT 条件、示例和应用（支持向量机）
第 19-21 课：容忍偏差的优化（6 学时）
算法和 CVX 求解器，鲁棒优化简介
第 22-24 课：离散优化（6 学时）
最大匹配、最小生成树、背包问题、线性规划松弛、贪心算法、最大覆盖和次模函数、算法复杂度、P vs NP
Lecture (48 hours)
Class 1-2: Introduction (4 hours)
Mathematical optimization, least-squares and linear programming, convex optimization, course goals and topics,