经管学院博士研究生刘天奇等的研究成果被UT-Dallas 24期刊INFORMS Journal on Computing接收

  • 日期:2022-06-08

近日,由中国科学院大学经济与管理学院博士研究生刘天奇(第一作者)、硕士研究生毛宇晨、葡萄牙里斯本大学的Francisco Saldanha-da-Gama教授以及中国科学院大学经济与管理学院王曙明教授合作的研究成果“Robust Stochastic Facility Location: Sensitivity Analysis and Exact Solution”被期刊INFORMS Journal on Computing (IJOC)正式接收。IJOC为美国运筹学和管理学研究协会(INFORMS)季刊,是UT-Dallas 24期刊(国际商学院研究能力评估参考的24本顶级期刊)之一,每年约发表论文50篇,主要发表运筹学与计算科学交叉领域的最新研究成果。

 

该研究成果考虑了多状态不确定性需求下的产能有限型两阶段供应链网络选址优化问题,并在随机鲁棒优化理论框架下重点考虑了网络选址韧性分析以及模型的精确求解算法。一方面,从理论上揭示了极端情景下网络选址节点的变动所导致的整个供应链网络的期望运输成本变动本质上受控于极端情景下产能的期望影子成本(Expected shadow capacity cost)。该结论不仅丰富了不确定性选址优化理论的经济内涵,并且也提供了一类有效的供应链网络选址韧性分析方法。 另一方面,本研究成果所发展的嵌套次梯度分解算法,可用于求解带有一般锥结构不确定性下(General conic representable uncertainty)的两阶段随机鲁棒选址优化问题,该算法的求解性能明显优于目前动态鲁棒优化问题的经典约束-列-生成(CCG)精确求解算法。更重要的,所提出的精确求解范式从算法结构上统一了两阶段动态随机鲁棒优化算法与两阶段动态随机优化问题的L-shaped 算法。

 

该研究成果得到了国家自然科学基金委优秀青年科学基金项目“复杂不确定性决策系统建模与优化方法”(71922020)、国家自然科学基金委面上项目“数据驱动型鲁棒库存优化方法研究”(72171221)、国家自然科学基金委基础科学中心项目“计量建模与经济政策研究”(71988101)以及中国科学院大学高水平科技人才培育与稳定支持专项的支持。