本书主要从数学规划的视角出发，系统地介绍了数学优化问题建模和求解的相关理论、方法、实际案例，以及基于 Python 和数学规划求解器（COPT 和 Gurobi）的编程实战。全书共分为四部分。第一部分为基本理论和建模方法，重点介绍了数学规划模型分类和建模方法（包括逻辑约束与大 M 建模方法、线性化方法）以及计算复杂性理论。第二部分为建模案例详解，通过理论、案例和实战相结合的方式，详细介绍了如何利用各种建模方法和数学规划求解器对实际生产活动中的优化问题进行建模和求解。这部分内容丰富，案例翔实，代码完整，旨在提高读者的实战能力。第三部分和第四部分聚焦于编程实战，主要讲解如何使用 COPT 和 Gurobi 求解器进行数学规划模型的编程求解。这两部分内容涵盖了调用数学规划求解器的各种高级用法，可以满足读者实现定制化求解的需求。 本书适合用作运筹学、数学建模、最优化理论、离散优化等相关课程的高年级本科生、研究生的参考教材，也可供从事数学规划、运筹学、物流与供应链等领域的科研人员、算法开发人员，以及各类数学建模竞赛的参赛者阅读。