??本文是我在2017年9月團(tuán)隊(duì)Workshop上所講內(nèi)容的底稿恨旱。為方便各位同學(xué)學(xué)習(xí)交流念搬，發(fā)布于此瓷产。

寫(xiě)此文的動(dòng)機(jī)

??曾幾何時(shí)，我也是一只剛進(jìn)入科研的小萌新按摘。剛?cè)腴T(mén)的時(shí)候有著一腔熱情包券，但是每每閱讀文獻(xiàn)，尤其是高水平的文獻(xiàn)的時(shí)候炫贤，總免不了產(chǎn)生一種知難而退之感溅固。究其原因，主要來(lái)自于兩方面：

1. 英語(yǔ)水平不過(guò)關(guān)照激，專(zhuān)業(yè)詞匯需要反復(fù)查发魄。

2. 基礎(chǔ)知識(shí)點(diǎn)不足，常常出現(xiàn)大坑需要填俩垃。

??這兩方面因素使得閱讀文獻(xiàn)花費(fèi)了巨大的時(shí)間成本励幼。如果要重復(fù)文獻(xiàn)中的方法或是案例，那么花費(fèi)的時(shí)間會(huì)更多（因?yàn)閹缀趺恳痪湓?huà)都要反復(fù)地讀）口柳。

??第一點(diǎn)好彌補(bǔ)苹粟，很多詞見(jiàn)得次數(shù)多了自然就熟了。第二點(diǎn)就難了跃闹，即使是同樣的一種技術(shù)/一個(gè)模型/一種方法嵌削，不同的文章中運(yùn)用的方式也會(huì)大相徑庭毛好，而且，作為以應(yīng)用為導(dǎo)向的會(huì)議或者期刊論文來(lái)說(shuō)苛秕，沒(méi)有必要把方法論完整的敘述一遍肌访。也就是說(shuō)，這一點(diǎn)并不是多讀論文就能彌補(bǔ)的艇劫。

??那么吼驶，如何有效的解決這個(gè)問(wèn)題呢？幾年后的今天回過(guò)頭來(lái)看這個(gè)問(wèn)題店煞，發(fā)現(xiàn)自己走了非常多的彎路蟹演，但也有幸走出了這種困境。雖然無(wú)法一時(shí)間將所有的知識(shí)傾囊相授顷蟀，但是我想通過(guò)此文提出一個(gè)理解我們所研究問(wèn)題的一個(gè)基本的框架酒请。我希望通過(guò)運(yùn)用這套方法能夠?qū)ψx者有所幫助。

1. 當(dāng)你開(kāi)始閱讀一篇本專(zhuān)業(yè)的新論文鸣个，你可以迅速地給它在研究領(lǐng)域內(nèi)的位置羞反；

2. 通過(guò)知識(shí)整理，你可以知道你要從哪些地方開(kāi)始你的研究工作毛萌。

理解交通規(guī)劃與管理問(wèn)題

出發(fā)點(diǎn)

??我的專(zhuān)業(yè)是交通運(yùn)輸規(guī)劃與管理苟弛，這是一個(gè)涉及面非常廣的學(xué)科，其研究的內(nèi)容從研究對(duì)象上來(lái)說(shuō)阁将，包括城市道路道路交通膏秫，城市軌道交通，鐵路運(yùn)輸做盅，航空運(yùn)輸?shù)如拖鳎粡臅r(shí)間范圍上來(lái)說(shuō)，涵蓋從規(guī)劃問(wèn)題（如動(dòng)車(chē)段所選址）到運(yùn)營(yíng)控制（如列車(chē)調(diào)度）吹榴。在研究當(dāng)中往往會(huì)讀到非常多的論文亭敢，其研究的問(wèn)題，問(wèn)題的表達(dá)和解決問(wèn)題的方法多種多樣图筹。如何快速的理解論文描述的問(wèn)題呢帅刀？我以供求關(guān)系為理解問(wèn)題的出發(fā)點(diǎn)。

1.png

??“供”是指供給远剩，在鐵路運(yùn)輸中扣溺，列車(chē)上的每一個(gè)席位就是供給的一種形式；“需”是指客運(yùn)需求瓜晤，這是一個(gè)抽象的概念锥余。產(chǎn)生需求的主體是人，比如“我想明天從北京去上毫÷樱”表達(dá)了我的一種需求驱犹。交通規(guī)劃與管理的問(wèn)題背景都可以看做是供需關(guān)系在不同維度上的體現(xiàn)嘲恍。

供給——管理優(yōu)化

??在研究的問(wèn)題中，供給往往會(huì)受到非常多的約束雄驹。最基本的約束來(lái)自于時(shí)空的約束佃牛，比如，一條鐵路線上不能無(wú)限制的開(kāi)車(chē)医舆，因?yàn)橐ＷC安全吁脱；動(dòng)車(chē)組不能無(wú)休止的運(yùn)行，因?yàn)橐S修彬向；在內(nèi)陸火車(chē)上吃不到海鮮，因?yàn)檫\(yùn)過(guò)來(lái)時(shí)間不夠（過(guò)保質(zhì)期）攻冷；列車(chē)不能無(wú)限制的賣(mài)票娃胆，因?yàn)檐?chē)上席位有限。

??解決上述的問(wèn)題等曼，除了引入新的資源以外（更高時(shí)速的列車(chē)里烦，調(diào)整修程修制，換用席位更多的車(chē)型）外禁谦，更多的情況是有效的對(duì)現(xiàn)有資源進(jìn)行有效組織胁黑。在這里我把這些手段統(tǒng)一稱(chēng)作“優(yōu)化管理”。通常州泊，解決這一類(lèi)問(wèn)題的手段是通過(guò)更好的計(jì)劃或者是控制丧蘸。我先簡(jiǎn)單區(qū)分一下這兩者的區(qū)別。

??計(jì)劃：在何時(shí)何地進(jìn)行何種操作遥皂。如力喷，“11時(shí)30分XXX次列車(chē)從北京南站發(fā)車(chē)”，“10時(shí)-11時(shí)發(fā)出這種方案線的列車(chē)頻率為5”演训。

??控制：根據(jù)當(dāng)前的狀況調(diào)整/制定計(jì)劃弟孟。如，“當(dāng)XXX次列車(chē)晚點(diǎn)样悟，運(yùn)行圖進(jìn)行……調(diào)整”拂募。

??根據(jù)優(yōu)化目標(biāo)的不同，模型的構(gòu)建會(huì)基于Scheduling或Optimal Control兩類(lèi)理論框架窟她。當(dāng)然陈症，不同論文里面因?yàn)槊枋龅膯?wèn)題不同，所構(gòu)建的具體模型不同礁苗，但基本都符合這兩類(lèi)框架爬凑。

需求——現(xiàn)象描述

??在供給對(duì)面的是形態(tài)各異的需求。需求中可以包含的信息是非常多的试伙。我們不可能在解決所有的問(wèn)題中都把所有關(guān)于需求的信息都用上嘁信，因?yàn)檫@是不必要且難于操作的于样。因而針對(duì)不同的問(wèn)題（管理優(yōu)化的目標(biāo)）我們選取哪些信息，以及如何準(zhǔn)確地把需求描述出來(lái)是最關(guān)鍵問(wèn)題潘靖。

??對(duì)需求的描述從最宏觀到最微觀的一個(gè)例子穿剖。

信息1：“有100人明天想從北京去上海∝砸纾”

信息2：“50個(gè)人更傾向于火車(chē)出行糊余，50人想要坐飛機(jī)〉ゼ牛”

信息3：“傾向于火車(chē)出行的旅客傾向于坐上午10:00的火車(chē)贬芥。”

信息4：“如果火車(chē)票漲價(jià)500元宣决，有20個(gè)人改乘坐飛機(jī)蘸劈。”

……

信息N：“小明明天上午10點(diǎn)在上海有個(gè)會(huì)議尊沸；小王希望最近幾天去上海旅游一趟威沫；小李則是……”

??如果我們要決定明天從北京去上海開(kāi)幾趟車(chē)，比如一趟車(chē)只能裝25人洼专。如果僅有信息1棒掠，我們做出的決策可能會(huì)是開(kāi)4趟；再得到信息2屁商，那么可能決策可能是開(kāi)2趟烟很；信息3、4可能會(huì)對(duì)這個(gè)決策有影響棒假，但是從經(jīng)驗(yàn)上來(lái)看溯职，似乎相對(duì)于信息1和2就沒(méi)有那么重要了；如果要制定出最優(yōu)的決策帽哑，那么需要所有N條信息谜酒。當(dāng)然，對(duì)于一個(gè)決策開(kāi)幾趟列車(chē)的人來(lái)說(shuō)妻枕，收集這么多信息成本太高了僻族，而且建模難度也太高了。

??如何以建模語(yǔ)言把需求的有效特征描述出來(lái)屡谐，更是一個(gè)難題述么。這當(dāng)中的難點(diǎn)在于，需求并不總是“100人”愕掏，“10:00"度秘，”500元“這樣簡(jiǎn)單，旅客選擇行為就是一個(gè)難于描述的需求維度饵撑。至少有兩種模型都在描述這一現(xiàn)象剑梳。

??離散選擇模型唆貌，以Logit模型為代表；

??用戶(hù)均衡模型垢乙，以Backmann模型為代表锨咙。

??這兩種理論或是結(jié)合或是獨(dú)立應(yīng)用，都取得了廣泛認(rèn)可追逮。這至少給了我一個(gè)啟示：對(duì)于需求的建模似乎并沒(méi)有正確酪刀，只要它能反映需求的主要特征且解釋能力足夠好，都是有應(yīng)用潛力的钮孵。

??如果追求與觀測(cè)結(jié)果更加接近的模型骂倘，那么放棄了一些解釋力模型也是有市場(chǎng)的，比如回歸模型巴席，人工神經(jīng)網(wǎng)絡(luò)等稠茂。但是放棄解釋力是有代價(jià)的，那就是在宏觀問(wèn)題中的應(yīng)用潛力收到影響情妖。

框架

??那么當(dāng)我拿到一篇新的論文時(shí)，我應(yīng)該如何快速獲取其中有效信息呢诱担。首先當(dāng)然是快速先讀一遍毡证，嘗試回答下面問(wèn)題：

• 問(wèn)題的背景和要素？（區(qū)分供給和需求）
• 問(wèn)題屬于哪一類(lèi)模型蔫仙？

??第一個(gè)問(wèn)題只要認(rèn)真閱讀我相信是很好回答的料睛；而第二個(gè)問(wèn)題實(shí)際上就在考驗(yàn)讀者的積累了。如果你對(duì)論文的建模還比較模糊了話(huà)摇邦，不妨參考一下下表恤煞。

2.1.png

• 雖然數(shù)據(jù)分析不在我理解問(wèn)題的框架當(dāng)中，但是通過(guò)數(shù)據(jù)得到需求建模的信息（比如市場(chǎng)的劃分等）是這個(gè)時(shí)代非呈┘基礎(chǔ)且重要的一種能力居扒。

• 根據(jù)供需問(wèn)題的劃分，我對(duì)一些基礎(chǔ)理論進(jìn)行了分類(lèi)丑慎。圖中標(biāo)簽有中文有英文喜喂，取決于我第一次看到這個(gè)概念的時(shí)候它的語(yǔ)言。這些理論的背景都是來(lái)自于應(yīng)用數(shù)學(xué)

??這張表是我對(duì)目前我自己的知識(shí)框架的整理竿裂。如果我讀到一篇關(guān)于開(kāi)行方案的文章玉吁，它運(yùn)用雙層規(guī)劃模型，上層問(wèn)題是開(kāi)行方案的編制腻异，下層問(wèn)題是服務(wù)網(wǎng)絡(luò)配流进副，還涉及到了車(chē)底周轉(zhuǎn)，那么這篇文章很快就能找到一個(gè)位置悔常。同樣影斑，如果你有某些地方不太懂也可以找到遺漏的知識(shí)點(diǎn)给赞。

??那怎樣才能整理出你自己的這一張表呢？

閱讀文獻(xiàn)

檢索文獻(xiàn)

??文獻(xiàn)檢索其實(shí)非常的重要鸥昏，因?yàn)榇蠹視r(shí)間有限塞俱，不可能精讀一個(gè)領(lǐng)域的所有文章。所以如何從一篇文章中提取盡可能多的信息（讀透）是非常重要的吏垮。我沒(méi)有比較好的方法蝙叛，但是還是有一個(gè)我認(rèn)為不錯(cuò)的方法：

1. 如果你對(duì)研究領(lǐng)域一點(diǎn)認(rèn)識(shí)都沒(méi)有的話(huà)顽冶，建議去找找影響力高的期刊或者圖書(shū)；

2. 從這些期刊中選擇引用頻率比較高的論文；

3. 閱讀這篇論文/這本書(shū)（的某個(gè)章節(jié)）藏古，完善你的框架：

   了解論文的作者（們），如果不知道可以去ResearchGate和大學(xué)網(wǎng)站去找宪祥，

   了解論文的引用文獻(xiàn)臣缀，找到被引用次數(shù)高的期刊或者圖書(shū)；

4. 重復(fù)第3步痹换。

總結(jié)文獻(xiàn)

• 文件檢索不等于找一篇看一篇征字，如果你看完一篇文章能夠拓展你的認(rèn)知，那么是很好的娇豫；如果一篇文章完全在你的認(rèn)知以?xún)?nèi)匙姜，那可以快速的瀏覽。

• 高引的論文往往會(huì)向抽象的層次（基礎(chǔ)理論側(cè)）更進(jìn)一步（提煉了問(wèn)題）或者是提出了一個(gè)很好的求解方法冯痢，這種文章請(qǐng)標(biāo)記為關(guān)鍵文章氮昧，有精讀的必要。

• 請(qǐng)有效運(yùn)用文獻(xiàn)整理工具浦楣，如NoteExpress, EndNote等袖肥。

練習(xí)技能

??當(dāng)你開(kāi)始有了幾篇精讀的文獻(xiàn)之后，你就可以著手開(kāi)始自己的研究了振劳。不過(guò)椎组，如果你需要有所創(chuàng)新的話(huà)，一些基本的技能還是要有所掌握的历恐。

數(shù)學(xué)基礎(chǔ)

??數(shù)學(xué)庐杨，尤其是應(yīng)用數(shù)學(xué)的分支，是框架中基礎(chǔ)理論的基礎(chǔ)夹供。在研究中灵份，你既需要數(shù)學(xué)語(yǔ)言來(lái)描述你的問(wèn)題，又需要一些解析/數(shù)值方法來(lái)求解你的問(wèn)題哮洽。一些基礎(chǔ)技能羅列如下填渠，包括一些關(guān)鍵點(diǎn)。

• 運(yùn)籌學(xué)

  • 線性規(guī)劃理論

    大規(guī)模問(wèn)題： D-W分解，列生成方法原理

  • 非線性規(guī)劃理論

    拉格朗日乘子氛什，對(duì)偶理論莺葫，KKT條件

  • 凸規(guī)劃理論

    F-W算法，交替方向乘子法(ADMM)

  • 整數(shù)規(guī)劃理論

    B&B分支定界法

  • 動(dòng)態(tài)規(guī)劃理論

    Approximate Dynamic Programming (近似動(dòng)態(tài)規(guī)劃)

• 數(shù)理統(tǒng)計(jì)學(xué)

  • 參數(shù)估計(jì)

    極大似然法 E-M法 機(jī)器學(xué)習(xí)的方法

  • 時(shí)間序列分析

    ARIMA (自回歸積分滑動(dòng)平均模型) 枪眉，DLM（動(dòng)態(tài)線性模型）等

計(jì)算機(jī)應(yīng)用

??我們的研究脫離不了計(jì)算機(jī)捺檬，在工作過(guò)程中，我主要用它來(lái)做三件事情：

• 管理信息系統(tǒng)

  系統(tǒng)分析贸铜，建模堡纬，設(shè)計(jì)

• 求解最優(yōu)化問(wèn)題

  調(diào)用求解器 Cplex Gurobi

• 進(jìn)行數(shù)據(jù)分析

  • 文件系統(tǒng)：SPSS 或者 R Python中的機(jī)器學(xué)習(xí)庫(kù)

  • 數(shù)據(jù)庫(kù)：Oracle SQL

??給萌新的學(xué)習(xí)哪些語(yǔ)言（技術(shù)）的推薦（層次由淺入深）：

• 如果你只是需要求解 matlab+yalmip
• 如果你需要參與信息系統(tǒng)開(kāi)發(fā) C#
• 如果你需要進(jìn)行數(shù)據(jù)分析 python / 簡(jiǎn)單統(tǒng)計(jì) SQL
• 如果你需要發(fā)明“輪子” C++

團(tuán)隊(duì)協(xié)作

• git

  
  
  1.png