图10.网络流问题
2. 大数据和运筹学
近年来，关于如何利用大数据形成核心竞争力已经成为了越来越热门的话题。实际上，大数据是那些太大或太复杂，无法用标准方法或工具进行操作或查询的数据集。
运筹学模型通常是数据密集型的，运筹学的运行伴随着大量的数据运算和生成。运筹学技术是许多大数据价值主张的横向推动者，这些数据可以产生收入、提高转化率、提高过程效率、改善客户体验、生成目标报价和提高客户服务。
Sabre目前提供的和大数据与运筹学相结合的部分产品:
● 动态舱控预警：侧面反映当前的竞争市场条件来产生增量收入。
● 机会定价模型：来调整空公司定价策略。
● 机器学习算法：预测市场的票价何时上涨或下跌。
● 根据推特上的数据做情绪分析：来管理起飞当天航空港口的人员配备。
● 根据预测的天气数据向消费者推荐备选的飞行计划。
与过去几十年一样，运筹学将继续为航空技术的未来奠定基础，使航空公司能够专注于为客户提供无缝的旅行体验。从航班航程计划到日常运营，运筹学通过最小化成本和/或最大化收益，使产品和服务产生独特的价值主张和投资回报。
留德华叫兽(海德堡大学 交叉学科计算中心离散与组合优化实验室研究员)
这里仅补充运筹学在航空方面的就业，及一个应用--航班延误恢复排班，顺带回忆一下我和运筹学的渊源。
之前在Clemson读研的时候，人生学的第一门运筹课是线性规划，教师是美国整数规划大牛Warren Adams。作为我的运筹学启蒙老师，他对教学和学术的热情与执着一直深深地影响着我（仍记得和他meeting时，他兴奋地说昨晚做梦想到一个好的idea）。
当时我对运筹学处于懵懂时期，他在课堂上偶然提到美联航（对，就是那个赶人下飞机的UA）每年都会找他要PhD，并且和他合作过好几个项目，主要就是航班延误后的重新排班问题。
“航班延误都是临时性事件，需要对剩下受牵连的航班时刻表作出实时反应，这个问题是一个组合优化问题（需要从数千万种不同的组合排列选出一个最好的方案）。这时你的模型和算法需要很高效，一般几十分钟内需要给出最优解或很好的可行解，不同的排班可能导致航空公司数百万美元的运营差异。”
正是由于他这一番不经意的聊天，让我对运筹学在工业界的应用刮目相看--好的模型或算法，在短短几分钟内就可能给一个公司带来几百万美元的收入/损失，这是何等的魔力？
另外该教授如此之牛，我如果可以在他门下读博，岂不是毕业前就能被数家航空公司“内定”了？此时脑海里浮想起那个年代里小学老师教育我们好好读书上大学，清北毕业生一毕业就被公司疯抢的“传说”。只是轮到我们毕业的时候，好时代一去不复返了，想不到来到美国又有如此良机了？
于是乎，一口气连上了该教授两门运筹课，第二门课（Advanced线性规划）拿了个班级第一以及历史上首位期末考满分的学员。虽然机缘巧合最终没能在其名下读博，但是借着与其做硕士论文的经历和“牛推”，通过几封邮件，在没有面试的情况下，轻松被欧盟玛丽居里项目录取（“争抢”）。
来了海德堡，离汉莎总部所在地法兰克福仅一小时车程，参加过不下俩次汉莎的workshop，其中他们present的大部分待解决的问题都和运筹学相关，并且相关部门经理也明确说一直在招运筹学相关的人才。
这里回答一下本题：航空领域的航班排班问题（时刻表），机票定价问题（还涉及到博弈论），机组人员调度问题，飞行线路设计问题，航空枢纽中心选址问题，都可以用经典的优化模型来建模和求解。
因此，想去航空公司做相关的数学建模、算法工程师等职业，请务必学好运筹学的课程，特别是中高级课程--（混合）整数规划、网络流问题（Network Flow）。
