Activities
在中國(guó)共產(chǎn)黨誕辰100周年暨錢(qián)學(xué)森誕辰110周年之際，中國(guó)自動(dòng)化學(xué)會(huì)也迎來(lái)了六十周年會(huì)慶。圍繞自動(dòng)化、信息與智能科學(xué)領(lǐng)域，會(huì)議共設(shè)置了16個(gè)Workshop，涵蓋了認(rèn)知計(jì)算與混合智能、智能分布式能源、信息物理系統(tǒng)、分?jǐn)?shù)階系統(tǒng)、Kids in Control等方向。10月15日，大會(huì)Workshop之一——“大數(shù)據(jù)環(huán)境下智能運(yùn)營(yíng)管理”通過(guò)“騰訊會(huì)議”方式圓滿(mǎn)召開(kāi)。
大數(shù)據(jù)環(huán)境下智能運(yùn)營(yíng)管理是以大數(shù)據(jù)為驅(qū)動(dòng)因素，采用科學(xué)的分析方法建立基于學(xué)習(xí)的優(yōu)化模型，以幫助企業(yè)實(shí)現(xiàn)復(fù)雜動(dòng)態(tài)場(chǎng)景下的智能決策。該Workshop分為兩個(gè)“子Workshop”。10月15日上午9點(diǎn)-11點(diǎn)30分，北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院的吳俊杰教授主持召開(kāi)了第一個(gè)“子Workshop”。下午2點(diǎn)-4點(diǎn)30分，清華大學(xué)經(jīng)濟(jì)管理學(xué)院的肖勇波教授主持召開(kāi)了第二個(gè)“子Workshop”。Workshop共邀請(qǐng)了10位來(lái)自全國(guó)知名高校的運(yùn)營(yíng)與供應(yīng)鏈管理領(lǐng)域內(nèi)的學(xué)者為參會(huì)者作了精彩報(bào)告。10位報(bào)告人分別針對(duì)不同行業(yè)和問(wèn)題場(chǎng)景，圍繞大數(shù)據(jù)環(huán)境下的智能運(yùn)營(yíng)管理問(wèn)題，分享了他們最新的研究見(jiàn)解和實(shí)踐經(jīng)驗(yàn)。
產(chǎn)品更新?lián)Q代背景下，生產(chǎn)和銷(xiāo)售新一代產(chǎn)品的制造商通常面臨著兩類(lèi)客戶(hù)：沒(méi)有任何舊產(chǎn)品的新客戶(hù)和已經(jīng)擁有舊產(chǎn)品的客戶(hù)。制造商提出以折扣價(jià)格出售新產(chǎn)品，同時(shí)從客戶(hù)手中回收舊產(chǎn)品的以舊換新計(jì)劃。針對(duì)上述背景，廈門(mén)大學(xué)的陳繼光副教授研究了制造商的最優(yōu)以舊換新定價(jià)決策問(wèn)題。
北京理工大學(xué)的關(guān)磊副教授以獎(jiǎng)勵(lì)型眾籌平臺(tái)為研究對(duì)象，采用博弈論和優(yōu)化方法，分別建立了AON機(jī)制和KIA機(jī)制下的創(chuàng)業(yè)者和眾籌平臺(tái)優(yōu)化模型，以研究眾籌平臺(tái)如何設(shè)計(jì)定價(jià)策略以實(shí)現(xiàn)收益最大化。研究工作通過(guò)對(duì)比眾籌平臺(tái)的三種定價(jià)方式，即固定費(fèi)用、比例費(fèi)用和差異化費(fèi)用，確定了AON機(jī)制和KIA機(jī)制下的最優(yōu)定價(jià)策略。
基于當(dāng)前自有品牌產(chǎn)品從國(guó)產(chǎn)品牌制造商采購(gòu)的趨勢(shì)，北京外國(guó)語(yǔ)大學(xué)的李雪講師建立了一個(gè)博弈論模型，在該模型中零售商可以在邊緣品牌和國(guó)產(chǎn)品牌制造商采購(gòu)之間進(jìn)行選擇。研究結(jié)果表明，當(dāng)忠誠(chéng)消費(fèi)者群體規(guī)模較大時(shí)，零售商將從NB制造商采購(gòu)產(chǎn)品。此時(shí)，渠道成員雙方都能夠獲得更多的收益，即從NB制造商采購(gòu)可以提高渠道利潤(rùn)、消費(fèi)者剩余和社會(huì)福利。
北京航空航天大學(xué)的劉冠男副教授面向救護(hù)車(chē)動(dòng)態(tài)重定位調(diào)度問(wèn)題，提出了一種基于強(qiáng)化學(xué)習(xí)的調(diào)度策略結(jié)構(gòu)，以實(shí)現(xiàn)合理調(diào)配有限的救護(hù)車(chē)資源，降低呼叫響應(yīng)時(shí)間，提高醫(yī)療服務(wù)水平的目標(biāo)。基于深度Q值網(wǎng)絡(luò)（DQN）方法，研究工作提出了一種考慮多種調(diào)度交互因子的算法RedCon-DQN，以在給定環(huán)境狀態(tài)下得到最優(yōu)的重定位調(diào)度策略。
深圳大學(xué)的林美燕講師基于中國(guó)老年健康影響因素跟蹤調(diào)查（CLHLS）數(shù)據(jù)，運(yùn)用仿真優(yōu)化方法，研究了多排隊(duì)策略下考慮長(zhǎng)者健康狀態(tài)轉(zhuǎn)移和止步行為的養(yǎng)老院床位與護(hù)工資源長(zhǎng)期配置問(wèn)題。仿真結(jié)果表明：通過(guò)給予高齡失能長(zhǎng)者更高的優(yōu)先權(quán)，能夠加快床位周轉(zhuǎn)，改善系統(tǒng)各項(xiàng)指標(biāo)；而不考慮長(zhǎng)者健康狀態(tài)轉(zhuǎn)移會(huì)低估所需護(hù)工數(shù)量，導(dǎo)致長(zhǎng)者滿(mǎn)意度下降。此外，長(zhǎng)者止步行為會(huì)降低床位和護(hù)工的配置數(shù)量。
清華大學(xué)博士后趙翠針對(duì)由兩個(gè)相互競(jìng)爭(zhēng)的企業(yè)所構(gòu)成的在線零售市場(chǎng)，探討了兩個(gè)企業(yè)如何依據(jù)在線評(píng)論制定初始質(zhì)量（和/或價(jià)格）決策以及產(chǎn)品質(zhì)量（和/或價(jià)格）調(diào)整策略問(wèn)題。研究發(fā)現(xiàn)不同于壟斷市場(chǎng)，在競(jìng)爭(zhēng)市場(chǎng)中動(dòng)態(tài)調(diào)整產(chǎn)品質(zhì)量和/或產(chǎn)品價(jià)格不一定能夠幫助企業(yè)獲得更多的利潤(rùn)。
電子科技大學(xué)的錢(qián)宇副教授從供銷(xiāo)的實(shí)際需求角度出發(fā)，提出了一種基于命名實(shí)體識(shí)別的產(chǎn)品關(guān)聯(lián)分析模型，以幫助有效解決跨境電商的選品決策問(wèn)題。研究結(jié)果表明，識(shí)別出關(guān)聯(lián)產(chǎn)品間的市場(chǎng)需求時(shí)機(jī)相對(duì)“滯后”、“提前”與“同步”的特征可以作為企業(yè)進(jìn)行產(chǎn)品市場(chǎng)布局時(shí)機(jī)選擇的重要信號(hào)，可以為企業(yè)優(yōu)化選品決策提供一定的數(shù)據(jù)支撐與策略建議。
四川大學(xué)的吳鵬教授圍繞當(dāng)前網(wǎng)約車(chē)平臺(tái)與汽車(chē)制造商合作，向無(wú)車(chē)司機(jī)出租汽車(chē)的現(xiàn)實(shí)背景，構(gòu)建一個(gè)程式化模型來(lái)研究平臺(tái)的汽車(chē)租賃服務(wù)。研究發(fā)現(xiàn)，當(dāng)GV的燃油成本較高時(shí)，PCS-Leadership是保證傳統(tǒng)平臺(tái)總流量的有效方式，而PRS-Leadership則更加適用于OEM平臺(tái)。
重慶大學(xué)的徐鴻雁教授通過(guò)構(gòu)建一個(gè)信息不對(duì)稱(chēng)的博弈理論模型，考察了零售商的風(fēng)險(xiǎn)規(guī)避和利他行為對(duì)其需求信息共享決策的影響。研究表明，信息共享使得零售商的雙重邊緣化更加強(qiáng)烈，從而對(duì)零售商產(chǎn)生了信息共享的雙重邊緣化效應(yīng)。零售商的風(fēng)險(xiǎn)規(guī)避會(huì)強(qiáng)化信息共享的雙重邊緣化效應(yīng)，而零售商的利他行為則會(huì)削弱這種效應(yīng)。只有當(dāng)零售商的利他行為高或利他行為低且風(fēng)險(xiǎn)厭惡程度高時(shí)，信息共享才會(huì)對(duì)零售商有利。
北京理工大學(xué)的朱斌助理教授提出了一個(gè)目標(biāo)驅(qū)動(dòng)的投資組合模型，用于投資者進(jìn)行投資組合選擇。該模型可以幫助投資者進(jìn)行傳統(tǒng)上依賴(lài)于馬科維茨均值-方差模型的理性投資組合選擇。此外，模型還解釋了一些眾所周知的行為偏差，如盈虧平衡效應(yīng)、房錢(qián)效應(yīng)和性格效應(yīng)。
實(shí)踐中，運(yùn)營(yíng)與供應(yīng)鏈管理的核心問(wèn)題在于供應(yīng)鏈各環(huán)節(jié)中的供需匹配，現(xiàn)實(shí)世界的不確定性極大地增加了這種匹配的風(fēng)險(xiǎn)與難度。在當(dāng)今COVID-19新冠肺炎疫情大流行的國(guó)際形勢(shì)下，企業(yè)及其所處的供應(yīng)鏈面臨著更為嚴(yán)峻的市場(chǎng)不確定性，如何利用信息技術(shù)融合組織內(nèi)外部的異質(zhì)數(shù)據(jù)，以幫助企業(yè)有效地實(shí)施智能運(yùn)營(yíng)管理策略，變得尤為重要。“大數(shù)據(jù)環(huán)境下智能運(yùn)營(yíng)管理”Workshop期間，各報(bào)告人分享的研究工作為助力企業(yè)更加有效地制定與實(shí)施相關(guān)決策，為企業(yè)智能運(yùn)營(yíng)管理理論的豐富與實(shí)踐應(yīng)用提供了有價(jià)值的決策參考。再次祝賀自動(dòng)化大會(huì)Workshop“大數(shù)據(jù)環(huán)境下智能運(yùn)營(yíng)管理”的圓滿(mǎn)召開(kāi)。
