2024年11月27日下午14:00-16:00，同济高等讲堂（院级）于36365线路检测中心no1（通达馆）103会议室成功举行。本次讲座的主题为：国产求解器COPT最新进展及在交通行业的实践应用，讲座邀请了杉数科技交通行业总监陈尧宇为大家带来精彩的报告。陈尧宇总监学术背景深厚，本科毕业于华东师范大学数学与应用数学专业，硕士毕业于北卡罗来纳大学教堂山分校统计运筹专业，并且入围Informs Operations Research&Analytics Global Finalist。陈总监在杉数任职期间，主持过多项智能化转型项目，服务过多家物流、交通行业头部企业，在行业内具有丰富的实践经验。

  讲座伊始，陈总监从现实中数学优化问题规模正在迅猛增长，但当前计算体系已无法满足这一现状出发，引出了本次讲座的核心内容——国产求解器COPT。在讲堂中中，陈总监通过多个案例详细阐述了COPT优化求解器在不同场景中的应用逻辑。首先，陈总监介绍了航司案例中的发动机维修计划，从决策复杂度开始分析，提出了发动机维修计划中的各类问题，包括备件状态、航班状态等变量，并构建了相应的模型。通过这些模型，展示了如何利用COPT求解器解决航司发动机维修计划中的复杂问题，以达到最小化成本、最大化运营效率的目标。其次，陈总监介绍了物流案例中的物流网络规划问题，讲述了物流企业在国内外服务网络布局的背景下，为实现快速流转和高效管理所面临的关键挑战，如延长运输交付时间、运输成本高以及大规模人工规划等问题。随后展示了如何运用COPT求解器对物流网络进行优化，有效降低运营成本。在港口案例中，陈总监详细描述了港口生产问题，并通过图片展示了港口的实际场景。利用COPT求解器对港口生产问题进行建模和优化，解决港口生产中的实际问题，提高港口运营效率。

  在介绍完具体案例后，陈总监进一步阐述了CPU + GPU异构计算带来的新挑战和机遇。随着问题规模的增长，计算体系面临着巨大挑战，而COPT求解器在这种环境下能够发挥重要作用。最后，陈总监介绍了基于ORLM的智能决策建模引擎——COLORmind，展示了两种建模方式，包括预置模型模板建模和纯自然语言建模。这一技术能够帮助用户快速、便捷地进行模型构建和优化。除此之外，陈总监还对比了ORLM与GPT - 4解决真实工业问题的能力，通过数据表格直观地展示了两者在不同难度问题和问题类型上的表现差异，体现了ORLM在工业应用中的优势。

       最后，陈尧宇总监详细解答了现场参会师生关于讲座内容的相关问题。