本项目是上海交通大学数字化管理决策实验室与智能计算研究院的联合研究项目，依托安泰经济与管理学院，由葛冬冬教授领导的团队执行。项目聚焦于人工智能与运筹优化算法的深度融合，致力于打造更智能、高效、可解释的新一代优化决策引擎，以响应国家“智能计算+智能决策”的战略需求，推动管理决策领域的理论突破与产业应用。

一、研究方向

本项目的研究工作围绕“大模型与运筹优化”的交叉领域，形成两大相辅相成的技术路线。

第一条路线是以人工智能拓展决策科学的边界，旨在突破传统优化方法依赖于精确模型和结构化数据的局限，将大模型的深度语义理解、逻辑推理与知识泛化能力，用于解决复杂动态环境下的决策问题。研究的核心在于赋予人工智能系统自主理解商业逻辑、自动构建数学模型、并生成高质量决策的能力，从而在充满不确定性的战略规划、供应链协同和实时资源调度等领域，实现从“数据驱动”到“认知驱动”的决策范式变革。

第二条路线是以运筹优化夯实人工智能的根基，将运筹学的系统建模与优化理论，应用于解决大规模人工智能自身存在的瓶颈问题。这不仅是通过算法优化来提升模型训练与推理的计算与通信效率，更是从数学的视角，为分布式系统调度、模型架构设计和学习过程的收敛性与鲁棒性提供严谨的理论支撑与创新的解决方案，为构建更强大、更经济、更可靠的人工智能奠定坚实的数理基础。

两条路线构成内在的驱动关系，形成“应用牵引基础，基础支撑应用”的研究模式。对更高级决策智能的追求，不断向底层AI技术提出更严苛的性能与能力要求，从而为基础研究提供了明确的应用牵引和挑战性课题；而AI底层技术在优化理论驱动下的每一次突破，都将解锁其在更复杂决策场景中的应用潜力。

二、主要研究成果

本项目在理论研究与核心技术突破方面均取得了标志性成果，形成了从前沿模型到核心求解器的全栈式技术优势和研究成果。

在智能决策大模型领域，项目团队开创性地提出了业界首个开源、自主的运筹优化建模大模型（ORLM），奠定了该方向的研究基础，相关成果发表于运筹学顶级期刊《Operations Research》。在此之上，团队不断探索模型能力的上限，通过研发自进化训练框架与过程监督等先进机制，使模型在处理复杂运筹任务时的准确性与鲁棒性上，表现出超越业界顶尖商业模型的潜力。同时，项目团队也致力于解决动态规划等经典运筹难题，通过构建专用模型进行深度攻坚。这一系列模型成果共同构成了自主可控的工业决策“中国方案”。

在核心求解器技术方面，项目团队自主研发的商业数学规划求解器COPT，是国内从开源走向商业化的重大突破。COPT凭借其自主可控的核心算法与创新的CPU/GPU混合计算架构，在国际最权威的亚利桑那州立大学Mittelmann算例测评榜单上，于线性规划、混合整数规划等11项关键指标中全面超越国际厂商，排名世界第一，有力地打破了欧美求解器在该领域的长期技术垄断。

这些前沿探索带来了丰硕的学术产出，本项目目前已在相关领域发表或被接收了15篇高水平学术论文，研究成果广泛发表于运筹学顶级期刊《Operations Research》，以及人工智能与数据挖掘领域顶级会议如ICML、NeurIPS、KDD、WWW等。此外，项目团队积极构建开放的学术生态，通过定期举办国际智能计算与决策研讨会，以及邀请麻省理工学院、不列颠哥伦比亚大学等世界顶尖学者进行前沿讲座，打造了具有国际影响力的学术交流平台。

三、应用实践

本项目坚持产学研深度融合，将前沿成果广泛应用于人才培养与产业升级。

在赋能人才培养方面，本项目已搭建一站式决策智能教学与实训平台，旨在普及优化决策科学。平台内置了覆盖制造、物流、零售等行业的数百个真实案例，并配备了支持自然语言交互的助教“小O”，使学生无需编程就能完成从数据分析到模型求解的全流程实践。该平台已深度融入上海交大安泰MBA核心课程，其“AI智能决策沙盘”被官方媒体誉为“产教融合示范典型”，显著提升了来自不同背景学员的商业决策能力。此外，平台与AGV自动化物流车仿真硬件联动，构建了国内领先的“问题建模-方案仿真-结果验证”闭环式教学实训中心，极大提升了学生的综合实践能力。

在驱动产业升级方面，本项目的核心技术成果已在多个行业龙头企业中创造实际价值。通过与杉数科技等产业伙伴合作，决策大模型与COPT求解器已在复杂的工业场景中试点应用。在制造业，工程师仅需用自然语言描述生产需求与约束，系统即可自动生成生产排程的优化模型与求解代码；在零售与电商领域，模型能够根据业务规则快速建立库存与物流网络优化方案。这些深度融合人工智能与运筹优化的解决方案，构成了新一代的智能决策系统。该系统不仅包含了便捷的“自然语言即服务”模式，还将深度学习、强化学习等算法与核心求解器结合，实现了对复杂问题的加速求解，从而将顶尖的运筹优化能力赋能给企业的一线管理者，极大降低了决策技术的应用门槛，显著提升了企业的运营效率与决策质量。