大M法（big M method）是一種在運籌最佳化建模中常用的方法，主要用於將非線性問題轉化為線性問題，從而使問題可以使用經典的運籌最佳化模型來求解。這個方法特別適用於處理那些包含邏輯計算或者難以直接線性化的問題。
在套用大M法時，通常會在目標函式中加入一個人工變數，並為其分配一個足夠大的正數M（或其相反數）作為係數。這樣做是為了迫使人工變數在疊代過程中趨向於零，從而幫助找到問題的初始基可行解。大M法常與單純形法結合使用，是一種有效的數學最佳化技術，可以加速算法的收斂速度並提高求解效率。
需要注意的是，大M法的套用需要謹慎選擇M的值，以確保算法的收斂速度和精度。同時，大M法主要適用於凸規劃問題，對於非凸問題可能會失效。此外，大M法有時也被稱為懲罰法，因為在目標函式中添加了人工變數和相應的大數係數，這可以看作是對非基可行解的一種懲罰。
總的來說，大M法是一種靈活且強大的工具，可以幫助解決各種複雜的運籌最佳化問題。