导读：Boyd 全书终点（及工程现实）：知道问题类型、选求解器与建模语言、验证与部署。这一篇把凸优化接进真实系统。
建模语言与求解器
CVXPY 与 YALMIP 把判别凸性的领域语言写在代码里：建模错误在编译期被抓住。求解器家族：内点法（精度高、规模中）、ADMM 与一阶法（大规模、精度适中）、商业包（Gurobi、Mosek）。
嵌入式与实时：代码生成把求解器编译成毫秒级定点程序——模型预测控制的每个控制周期都要解一次二次规划，实时性是硬约束。
在线与鲁棒
参数随时间漂移的系统用在线凸优化（在线梯度、跟随正则领导者）；不确定参数用鲁棒优化（最坏情形约束）或随机优化（期望约束）——本站电力系统文章的调度问题即鲁棒与随机的实战场。
验证闭环：解的最优性证书（对偶间隙）、约束满足核查、解的灵敏度高亮——生产系统的优化结果必须带体检报告。
学习路线
Boyd 书加官网课件加习题答案走两遍；CVXPY 复现书中每章一个例子；挑一个自己领域的优化问题（调度、投资、控制）完整建模一次——凸优化的学习在建模处完成闭环。
常见误区
- 把建模语言当黑盒而不验证报错背后的数学。
- 实时系统用通用内点求解器（毫秒预算超支）。
吃透自检
- 能用 CVXPY 建模一个含约束的工程问题
- 能解释内点法与一阶法的取舍
- 能设计一次模型预测控制闭环仿真并验证实时性