1. 课程导论：约束求解在智能寻源中的价值、课程目标与学习路径、前置知识要求

1.1 为什么智能寻源需要约束求解？

在供应链采购领域，智能寻源的核心任务是从海量供应商中，为采购需求匹配最优的供应方案。传统寻源依赖人工经验与简单规则，面对多维度约束（如价格、交期、质量、物流、合规）时，往往陷入局部最优或无法满足所有硬性条件。约束求解技术通过数学建模与搜索推理，能够系统性地处理这些复杂限制，找到全局可行解甚至最优解。

约束求解在智能寻源中的具体价值体现在：自动满足采购合规要求（如必须选择认证供应商）、平衡多目标冲突（如成本最低 vs. 交期最短）、处理组合爆炸问题（如多物料、多供应商、多批次分配）。

1.2 课程目标与学习路径

本课程旨在培养学员掌握约束求解在智能寻源场景下的接口调用能力与参数配置技巧，从理论到实战，构建完整的知识体系。

课程总目标

• 理解约束求解核心原理：变量、域、约束、搜索、传播等基础概念。
• 掌握智能寻源建模方法：将采购业务规则转化为约束模型。
• 熟练调用求解器 API：包括模型构建、参数配置、求解触发、结果解析。
• 优化求解性能与质量：通过参数调优、启发式策略、冲突分析提升效率。
• 具备生产级部署能力：接口封装、异常处理、日志监控、性能评估。

学习路径（章节地图）

1.3 前置知识要求

为保障学习效果，学员需具备以下前置知识。建议在开课前完成自查与补强。

必备知识

• 编程基础：至少熟悉一种主流编程语言（Python / Java / C++），能够编写函数、处理数据结构（列表、字典、集合）。
• 供应链基础：了解采购寻源基本流程（需求发布、供应商报价、评标、定标），熟悉常见业务术语（SKU、MOQ、Lead Time、TCO）。
• 算法与数据结构：理解搜索、回溯、剪枝等基本概念；了解图、树、堆等数据结构。

推荐知识（非必须，但有助于深入理解）

• 运筹学基础：线性规划、整数规划、约束满足问题（CSP）的基本概念。
• API 调用经验：熟悉 RESTful API 或 SDK 调用方式，理解请求/响应模型。
• 数据库基础：能够编写简单 SQL 查询，理解关系型数据模型。

前置知识自查表

1.4 课程配套资源与工具

本课程提供以下配套资源，帮助学员快速上手：

• 示例代码仓库：每章配套完整的 Python 代码示例，包含模型构建、求解调用、结果解析。
• API 文档速查表：常用求解器接口的快速参考手册（PDF）。
• 数据集：模拟采购寻源场景的测试数据（供应商信息、物料需求、约束规则）。
• 在线实验环境：基于 Jupyter Notebook 的交互式练习平台。

建议学员在本地搭建 Python 开发环境（推荐使用 Anaconda 或 VS Code），并安装以下依赖库：

# 核心依赖
pip install ortools          # Google OR-Tools 求解器
pip install python-constraint # 轻量级约束求解库
pip install pandas           # 数据处理
pip install matplotlib       # 结果可视化（可选）