9.3 作業研究的整合視角#

本章導言#

前面九章分別介紹了成長預測（第 2 章）、線性規劃（第 3 章）、排隊（第 4 章）、存貨（第 5 章）、排程（第 6 章）、品質（第 7 章）、決策（第 8 章）與組合優化（9.1–9.2 節）。真實的管理問題卻很少「乖巧地」只屬於一章：一家航空公司同時要決定航班排程、機位價格、維修排隊、加油對沖與是否併購競爭對手——這些問題共享同一組資源、同一個目標函數、同一批不確定性。作業研究（Operations Research, OR）的「整合視角」正是：把異質的管理問題統一翻譯成「在約束下極值化某個目標」的數學形式，再依結構選工具。本節不介紹新工具，而是做一件更重要的事：揭示這些工具之間的共同骨骼——線性規劃、對偶、整數性、演算法複雜度與啟發式——並以一個多模組的整合案例示範「模型拼接」如何運作。

統一的語言：約束下的極值化#

第 3–9 章的模型幾乎全部可寫成同一模板：

\[ \max_{x} \; c^\top x \quad \text{s.t.} \quad Ax \le b,\ x \ge 0 \ \text{（及整數/網路/隨機約束）}. \]

差別只在約束矩陣 \(A\) 的結構：

章節	模型	\(A\) 的結構	關鍵性質
3.1	一般 LP	稠密	單純形法、對偶
3.3	指派	二分圖關聯	完全全幺模，整數自動成立
5.1	EOQ	單變數微積分	邊際成本＝邊際持有
5.2	報童	單一隨機約束	臨界比率解
6.2	CPM	網路先行矩陣	DAG 最長路徑
9.1	背包	單一約束＋0–1	NP-hard，DP 可解
9.2	最大流	網路守恆矩陣	全幺模，強對偶

其中一個關鍵分野是全幺模性（total unimodularity）：網路流與指派的約束矩陣是全幺模的，故 LP 松弛的最優解自動為整數；背包與一般 0–1 規劃則不然，整數性帶來 NP-hard 的陡崖。理解這條分野線，管理者便能預判：「這問題會不會算得動？要不要啓發式？」——這是 OR 素養的核心，也是 9.1 節「NP-hard 進入管理者語言」的制度化。

模型鏈：從預測到決策的閉環#

管理數學各章其實構成一條資訊—決策—執行—回饋的鏈：

預測（2.1–2.3 節）：需求 \(\hat{d}_t\) 與預測誤差變異 \(\sigma_d^2\) ；
配置（3.1–3.3 節）：以 \(\hat{d}\) 為輸入的 LP/ILP 決定產能與人力；
容量與等待（4.1–4.3 節）：以配置結果為參數的排隊模型決定服務水準；
緩衝（5.1–5.3、6.3 節）：安全存貨與項目緩衝，皆以 \(\sigma\) 定價；
品質回饋（7.1–7.3 節）：管制圖監控、DOE 改進製程參數，回頭修正 2–5 章的假設；
決策與風險（8.1–8.2 節）：把上述各環的不確定性彙總為效用意義上的選擇。

鏈條上任一環的改進都改變其他環的最優解——存貨不是越多越好（5.1 節持有成本）、緩衝不是越多越好（6.3 節）、服務水準不是越高越好（4.3 節）：整合視角的第一個實用收穫，是理解「各環最優」≠「全域最優」，必須以總成本（或總效用）統一目標函數。

例題 9.3.1#

例題 9.3.1（整合案例）：某工廠生產兩種產品 \(x_1,x_2\) 。單位利潤 3 與 5（千元）。可用資源：組裝工時 80 小時（每單位分別需 1、2 小時）、特殊原料 90 公斤（每單位分別需 4、1 公斤）。另受環保法規限制，產品 2 的產量不得超過 24 單位。求最大利潤與各資源影子價格，並回答：若環保法規放寬至 30 單位，利潤增加多少？原料額外購入 10 公斤的邊際價值？

解：模型

\[ \max \; 3x_1 + 5x_2 \quad \text{s.t.} \quad x_1 + 2x_2 \le 80,\quad 4x_1 + x_2 \le 90,\quad x_2 \le 24,\ x \ge 0. \]

圖解求交點： \(x_2 = 24\) 與 \(4x_1 + x_2 = 90\) 交於 \(x_1 = 16.5, x_2 = 24\) ：檢驗工時 \(16.5 + 48 = 64.5 \le 80\) ✓，利潤 \(3(16.5) + 5(24) = 49.5 + 120 = 169.5\) 。與 \(x_1+2x_2=80\) 交於 \((32,24)\) ： \(4(32)+24 = 152 > 90\) ✗ 不可行。其他角點： \((0,24)\) 利潤 120； \((22.5,0)\) 利潤 67.5； \(x_1+2x_2=80\) 與 \(4x_1+x_2=90\) 交點：解得 \(x_1 = 100/7 \approx 14.29\) 、 \(x_2 = 230/7 \approx 32.86\) ，超 \(x_2\le24\) 不可行。故在可行角點中最優為 \(x_1=16.5,x_2=24\) ，最大利潤 169.5 千元。

影子價格（3.2 節）：最優解處組裝工時鬆弛 \(80-64.5=15.5>0\) （未用盡），故其影子價格 0——再多工時不值錢；環保約束緊綁（ \(x_2=24\) ），其影子價格：放寬至 30 時新交點 \((x_1,x_2)\) ： \(4x_1+x_2=90\) 與 \(x_2=30\) 得 \(x_1=15\) ，檢驗 \(15+60=75\le80\) ✓，利潤 \(45+150=195\) ，增加 \(195-169.5 = 25.5\) 千元——但注意影子價格只在小範圍有效，大範圍變動須重解（這正是 3.2 節「影子價格只在基解鄰域成立」的警告）。原料約束同樣緊綁，其影子價格可由對偶驗算：對偶問題為 \(\min 80y_1+90y_2+24y_3\) s.t. \(y_1+4y_2\ge3\) 、 \(2y_1+y_2+y_3\ge5\) 、 \(y\ge0\) 。最優時 \(y_1=0\) （原約束鬆弛），由 \(4y_2=3\) 得 \(y_2=0.75\) ，由 \(y_2+y_3=5\) 得 \(y_3=4.25\) ；對偶目標 \(90(0.75)+24(4.25)=67.5+102=169.5\) 與原問題相等（強對偶 ✓）。故原料每公斤邊際價值 0.75 千元、環保放寬每單位 4.25 千元；增購 10 公斤理論增收 7.5 千元（限小擾動）。

此例把 3.1 節 LP、3.2 節對偶、環保約束的「政策影子價格」與 7.2 節成本思維整合進同一模型——一個數字（影子價格）同時是會計意義的邊際成本與政策意義的法規鬆綁價值。

啓發式與元啟發式：當精確解不可得#

NP-hard（背包、一般排程、選址）與大規模非線性（定價、網路設計）問題無法等待精確解，於是有啟發式家族：貪心與局部搜索、模擬退火（1983， Kirkpatrick 等借鑒統計物理）、禁忌搜索（Glover, 1986）、遺傳演算法（Holland, 1975 理論；1980s 工程化）、巢箱搜索等。它們不保證最優，但給出「可驗證的可行解＋與上界的差距」（如 9.1 節 DP 表本身可作背包的上界）。管理上的正確態度是：啟發式不是數學的失敗，而是「解的品質—計算時間」的第二條權衡曲線——與 6.3 節緩衝、5 章安全存貨的權衡同構。

前因後果與驅動關係#

驅動：1950–70 年代企業發現軍事 OR 的工具（10.1 節）在商業中「一個部門的最優化傷害另一個部門」——銷售要多品種、生產要少品種、財務要低存貨、客服要高現貨。整合建模（綜合計劃、供應鏈規劃）成為學術與軟體產業（1970s 起的 MRP/ERP，見 5.3 節）的共同目標。數學上的驅動則是：單純形法與對偶理論（3.1–3.2 節）成熟後，研究者意識到「結構決定複雜度」這一深刻命題。
回頭改變實務：整合計劃（aggregate planning）把預測、產能、勞動、存貨寫成單一混合整數規劃；供應鏈規劃軟體（後來的 ERP 優化模組）把本節的「模型鏈」產品化；「影子價格」成為財務與政策評估的通用語言。
交叉引用：本節各模組分別見第 2–8 章；對偶與影子價格見 3.2 節並對照《會計的數學》第 7 章差異分析；多目標權衡的福利經濟版本見《經濟的數學》第 5 章一般均衡；不確定性的跨期整合見《金融的數學》第 3–5 章。

練習#

承例題 9.3.1，用對偶條件驗算 \(y_1=0,y_2=0.75,y_3=4.25\) 是否滿足兩個對偶約束，並核對強對偶等式。
若產品 1 單位利潤由 3 降至 2，最優解是否改變？（檢查 reduced cost 的符號。）
舉一個「各部門各自最優、總體次優」的企業實例，並指出應以什麼總目標函數統一。
為什麼全幺模矩陣的 LP 松弛自動給整數解？請以網路流守恆矩陣為例，寫出其行和為 0/±1 的事實。
思考題：若董事會同時要求「利潤最大」「碳排最小」「在地就業最多」三個目標，整合視角會建議哪三類處理方式？（提示：加權、分層序列、ε-約束——並對照 8.3 節 AHP 的權重法。）

名詞速查表#

作業研究（OR）：以數學模型系統優化複雜組織決策的學科。
全幺模矩陣：所有子行列式為 0、±1 的矩陣，保證網路 LP 整數解。
綜合計劃：把預測、產能、勞動、存貨統一規劃的整合模型。
影子價格：資源約束鬆綁一單位的邊際價值（對偶變數）。
啟發式：不保證最優但實用的近似演算法；元啟發式為其通用框架。
模型鏈：預測→配置→容量→緩衝→品質→決策的閉環結構。

（本節完）