主讲人

（单位）

胡祥培

（大连理工大学）

主持人

（单位）

赵林度

（电影网站 ）

讲座时间

4月17日

下午14:00

讲座地点

经管楼A401

主讲人简介

胡祥培，大连理工大学电影网站 教授、博士生导师，大连理工大学人文与社会科学部主任，长江学者特聘教授（2010），国家杰出青年科学基金获得者（2007），新世纪“百千万人才工程”国家级人选（2006），国务院政府特殊津贴专家（2011），教育部创新团队负责人（2013），国家自然科学基金创新研究群体负责人（2015）。先后兼任国务院学位委员会第6和第7届学科评议组管理科学与工程组成员， 第7届和第8届教育部科技委管理学部委员，管理科学与工程学会（中国）第3和4届理事会副理事长，中国系统工程学会第10和11届理事会副理事长，全国研究生院院长联席会轮值主席（2017），第1和2届全国工程管理专业学位研究生教育指导委员会委员等。曾多次获国家教学成果奖、教育部人文社科奖以及省科技进步奖、省自然科学优秀论文奖等。主要研究方向：智慧商务与物流管理、区块链与数智管理、智能运筹学与动态系统实时优化控制。在国内外学术期刊发表论文200余篇。

讲座内容摘要

Abstract: 优化建模是现代企业科学决策的关键支撑，但其过程长期依赖专家经验，这不仅耗时、昂贵，而且难以扩展。随着人工智能的快速发展，大语言模型（large language models, LLMs）在优化问题求解中展现出潜力，然而现有研究多依赖单一提示或监督微调来增强模型能力，但这些方法往往受到提示设计瓶颈与高质量领域数据稀缺的限制。为此，本文提出了一种基于LLM的自动化建模框架（large language models for operations research optimization, LM4OR-OPT）。该框架以自然语言为输入，将任务解构为语义解析与结构化、模型构建、代码生成及代码自我调试与运行四个阶段，并通过高度可解释的链式提示模板引导LLM逐步推理。为提升鲁棒性，进一步引入了置信度驱动的多轮反馈与代码自我验证双重机制。在公开数据集NL4Opt和复杂的工业级数据集IndustryOR上的实验表明，LM4OR-OPT的自动化建模与求解准确率达到业界领先水平，尤其在处理高难度问题时显著优于现有基线方法。进一步的消融实验验证了两大关键机制对性能提升的关键作用。因此，LM4OR-OPT有效降低了优化建模的专业门槛，为推动LLM在运筹优化领域的实际应用提供了新范式。