“在日常生活、经济活动中，人们总是面临诸多决策，如选择怎样的方式出行、如何做投资、选择哪一种生产计划、怎样决定订货量等等，这些都能在《Decision Making Technology》这门课程上找到线索与答案。”雨后风凉暑气收，庭梧叶叶报初秋。9月14日-17日，中加国际MBA 2022级创新班跟随着加拿大魁北克大学教授Sanjay Dominik Jena一起探寻数据、模型中决策技术的奥秘所在。

 “我们可以把解决问题定义为：一个识别实际问题与期望状态之间的差异然后采取行动解决这个差异的过程。根据问题的重要性，需要投入足够的时间和努力进行细致的分析，解决问题可包含发现问题、确定目标、拟定方案、比较和选择方案、执行方案、检查处理6个步骤。”课程一开始，教授就向大家介绍，在现代管理中，决策是一个“全过程”的概念。当组织需要做一些重要决策时，管理者可以根据组织的具体情况，结合管理学中决策的步骤，采取最科学的决策手段。

 “贪婪算法”or“精准算法”？

好的方案在比较中提炼，在比较中升华

 “这里有Scranton、 Honesdale七种型号的卡车，距离Easton、Flemington七个城市运输货物的路程不一，公司应该怎么安排车辆去相应的城市，总路程最短呢？”为了让大家拥有良好的学习体验，教授通过风趣幽默的授课风格营造轻松愉快的课堂氛围，“我看到有的小组把题目中所有的可能性都一一列举，这就需要在庞大信息下，付出最多的时间。”教授表示，这其实就是所谓的“贪婪法”，在每一步选择中都采取在当前状态下最好或最优的选择，从而最终导致全局最优解的方法。“贪婪算法”有着明显的优点，但同时也有一些不足之处，“贪婪算法”得到的结果往往不是最优解，因此最终的效果很可能不太理想。

在课堂上，教授借用生活中的大量的案例剖析课程内容，将复杂的内容简单化，抽象的内容具体化，最大程度地将晦涩难懂的数学公式进行拆分解读，把课程内容讲得深入浅出。“无论是企业生产与库存、人员排班，还是营销广告投放和投资等计划等问题，都可以通过可视化图表，被优美的模型语言刻画，借助计算机，在数据的驱动下最终形成可见、最佳的决策方案。”

 “0”or“1”？

事件的独立与事件的互斥

 、

 “数学模型首先将要进行的决策量化，引入一组决策变量，决策变量取不同的值代表不同的决策。根据决策的目的建立一个目标函数以反映决策效果，并将实际问题的各因素及其相互关系归纳成一组数学表达式，也就是限制条件。”在课程第二天，教授向大家讲授了本次课程中最为关键的一部分，即为建模。“希望我的教学中的模型和方法给大家带来解决实际管理问题的新视角，丰富的商业案例素材也启迪着大家发现自己组织和企业中各类管理问题的新思路。”教授与大家分享说。

 “整数变量”(特别是0一1变量)可以使建模变得十分容易、灵活，从而使得线性规划的应用得到广泛的普及。“‘0’即是No，‘1”即是Yes。”在课程中，教授又通过航空公司航线飞行的问题来为大家进一步说明规划问题，让小组成员讨论，如何使用0-1变量来有效安排分配最为合理。

各组积极参与，热烈讨论，最终发现0-1整数变量可以使得构建的模型中变量有多重选择特性，并且0-1代表的变量具有互斥特性。这些特性都使得我们可以构建从n个方案中挑选k个方案的模型，也可以把A方案作为B方案的约束条件，从而构建模型。教授对于大家的结论，表示高度赞扬：“You are hardworking and intelligent students！”

教授最后总结道，近年来，企业管理的外部环境在不断地发生着变化，当组织进行决策时，这就需要组织者运用科学的方法研究管理中各种决策问题，以最有效、最快速的方法求得一个合理运用资源的最优方案，达到系统效益的最优化。

北齐·刘昼《刘子·贵速》一书中曾说，“智能决谋，以疾为奇。”意思是说，运用自己的智慧能够决断谋划，但也要以迅速为先。希望创新班的每位同学无论在生活还是工作中，都可以最快的“建模”后找到“目标函数”，最后得到“最优解”！

中加学员：吴限

审核人：吉峰