课程主页: https://www.coursera.org/learn/solving-algorithms-discrete-optimization
在现代社会中，离散优化作为一个学科，帮助我们在面对众多选择时做出明智的决策。Coursera上提供的《解题算法与离散优化》课程，正是探索这一领域的绝佳途径。该课程覆盖了从基础到高级的多个模组，旨在培养学生在不同情境下的优化决策能力。
课程首先引入了基本约束编程的理念，通过实例演示如何利用约束编程求解器的基本机制，包括约束传播和搜索。学生将学习如何编码约束，以便更好地进行变量域推理，并了解如何通过MiniZinc编程实现搜索。
接下来是高级约束编程模块，课程在此中深入讨论了分支界限搜索如何有效解决优化问题，并介绍了多种高级搜索策略。这一部分使得学习者对全局约束（如全不同约束）及其内在工作机制有了更深入的理解。
在混合整数编程模块中，课程介绍了线性编程及其解决连续线性优化问题的方法——单纯形法，以及如何将该方法与分支界限搜索结合，解决混合整数程序，具体包含了Gomory Cuts与分支-切割方法，以加速求解过程。
最后，课程带来了局部搜索的精彩探讨，帮助学生全面了解如何在复杂的搜索空间中高效探索。学习者将掌握状态、移动和邻域的概念，以及如何使用基本贪婪搜索与最陡下降搜索，寻找最优解。本模块还提供了多种逃离和避免局部最小值的方法，如重启、模拟退火、禁忌表等。
总之，这是一门内容丰富、实践性强的课程，适合希望提升自身优化决策技能的学习者。无论你是初学者还是有一定基础的研究者，这门课都提供了充分的知识与应用机会，值得一试！
课程主页: https://www.coursera.org/learn/solving-algorithms-discrete-optimization