在中國共產黨誕辰100周年暨錢學森誕辰110周年之際，中國自動化學會也迎來了六十周年會慶。圍繞自動化、信息與智能科學領域，會議共設置了16個Workshop，涵蓋了認知計算與混合智能、智能分布式能源、信息物理系統、分數階系統、Kids in Control等方向。10月15日，大會Workshop之一——“大數據環境下智能運營管理”通過“騰訊會議”方式圓滿召開。
大數據環境下智能運營管理是以大數據為驅動因素，采用科學的分析方法建立基于學習的優化模型，以幫助企業實現復雜動態場景下的智能決策。該Workshop分為兩個“子Workshop”。10月15日上午9點-11點30分，北京航空航天大學經濟管理學院的吳俊杰教授主持召開了第一個“子Workshop”。下午2點-4點30分，清華大學經濟管理學院的肖勇波教授主持召開了第二個“子Workshop”。Workshop共邀請了10位來自全國知名高校的運營與供應鏈管理領域內的學者為參會者作了精彩報告。10位報告人分別針對不同行業和問題場景，圍繞大數據環境下的智能運營管理問題，分享了他們最新的研究見解和實踐經驗。
產品更新換代背景下，生產和銷售新一代產品的制造商通常面臨著兩類客戶：沒有任何舊產品的新客戶和已經擁有舊產品的客戶。制造商提出以折扣價格出售新產品，同時從客戶手中回收舊產品的以舊換新計劃。針對上述背景，廈門大學的陳繼光副教授研究了制造商的最優以舊換新定價決策問題。
北京理工大學的關磊副教授以獎勵型眾籌平臺為研究對象，采用博弈論和優化方法，分別建立了AON機制和KIA機制下的創業者和眾籌平臺優化模型，以研究眾籌平臺如何設計定價策略以實現收益最大化。研究工作通過對比眾籌平臺的三種定價方式，即固定費用、比例費用和差異化費用，確定了AON機制和KIA機制下的最優定價策略。
基于當前自有品牌產品從國產品牌制造商采購的趨勢，北京外國語大學的李雪講師建立了一個博弈論模型，在該模型中零售商可以在邊緣品牌和國產品牌制造商采購之間進行選擇。研究結果表明，當忠誠消費者群體規模較大時，零售商將從NB制造商采購產品。此時，渠道成員雙方都能夠獲得更多的收益，即從NB制造商采購可以提高渠道利潤、消費者剩余和社會福利。
北京航空航天大學的劉冠男副教授面向救護車動態重定位調度問題，提出了一種基于強化學習的調度策略結構，以實現合理調配有限的救護車資源，降低呼叫響應時間，提高醫療服務水平的目標。基于深度Q值網絡（DQN）方法，研究工作提出了一種考慮多種調度交互因子的算法RedCon-DQN，以在給定環境狀態下得到最優的重定位調度策略。
深圳大學的林美燕講師基于中國老年健康影響因素跟蹤調查（CLHLS）數據，運用仿真優化方法，研究了多排隊策略下考慮長者健康狀態轉移和止步行為的養老院床位與護工資源長期配置問題。仿真結果表明：通過給予高齡失能長者更高的優先權，能夠加快床位周轉，改善系統各項指標；而不考慮長者健康狀態轉移會低估所需護工數量，導致長者滿意度下降。此外，長者止步行為會降低床位和護工的配置數量。
清華大學博士后趙翠針對由兩個相互競爭的企業所構成的在線零售市場，探討了兩個企業如何依據在線評論制定初始質量（和/或價格）決策以及產品質量（和/或價格）調整策略問題。研究發現不同于壟斷市場，在競爭市場中動態調整產品質量和/或產品價格不一定能夠幫助企業獲得更多的利潤。
電子科技大學的錢宇副教授從供銷的實際需求角度出發，提出了一種基于命名實體識別的產品關聯分析模型，以幫助有效解決跨境電商的選品決策問題。研究結果表明，識別出關聯產品間的市場需求時機相對“滯后”、“提前”與“同步”的特征可以作為企業進行產品市場布局時機選擇的重要信號，可以為企業優化選品決策提供一定的數據支撐與策略建議。
四川大學的吳鵬教授圍繞當前網約車平臺與汽車制造商合作，向無車司機出租汽車的現實背景，構建一個程式化模型來研究平臺的汽車租賃服務。研究發現，當GV的燃油成本較高時，PCS-Leadership是保證傳統平臺總流量的有效方式，而PRS-Leadership則更加適用于OEM平臺。
重慶大學的徐鴻雁教授通過構建一個信息不對稱的博弈理論模型，考察了零售商的風險規避和利他行為對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烈，從而對零售商產生了信息共享的雙重邊緣化效應。零售商的風險規避會強化信息共享的雙重邊緣化效應，而零售商的利他行為則會削弱這種效應。只有當零售商的利他行為高或利他行為低且風險厭惡程度高時，信息共享才會對零售商有利。
北京理工大學的朱斌助理教授提出了一個目標驅動的投資組合模型，用于投資者進行投資組合選擇。該模型可以幫助投資者進行傳統上依賴于馬科維茨均值-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、房錢效應和性格效應。
實踐中，運營與供應鏈管理的核心問題在于供應鏈各環節中的供需匹配，現實世界的不確定性極大地增加了這種匹配的風險與難度。在當今COVID-19新冠肺炎疫情大流行的國際形勢下，企業及其所處的供應鏈面臨著更為嚴峻的市場不確定性，如何利用信息技術融合組織內外部的異質數據，以幫助企業有效地實施智能運營管理策略，變得尤為重要。“大數據環境下智能運營管理”Workshop期間，各報告人分享的研究工作為助力企業更加有效地制定與實施相關決策，為企業智能運營管理理論的豐富與實踐應用提供了有價值的決策參考。再次祝賀自動化大會Workshop“大數據環境下智能運營管理”的圓滿召開。
