供应链管理前沿理论中的几个关键问题探讨(下)

综合探讨2023年供应链管理的五个关键领域:供应链风险流的数智化管理、平台供应链的发展、全球网络视角下的供应链韧性、航空货运的优化问题,以及最后一公里配送的挑战。强调在面对全球化挑战和技术革新的背景下,如何利用数据驱动和智能化技术来提升供应链的效率与韧性,降低运营成本,并提高客户满意度。同时,讨论鲁棒优化在处理供应链中的不确定性和复杂性中的应用与挑战,为供应链管理领域的未来发展提供前瞻性的见解。

供应链管理前沿理论中的几个关键问题探讨(上)

综合探讨2023年供应链管理的五个关键领域:供应链风险流的数智化管理、平台供应链的发展、全球网络视角下的供应链韧性、航空货运的优化问题,以及最后一公里配送的挑战。强调在面对全球化挑战和技术革新的背景下,如何利用数据驱动和智能化技术来提升供应链的效率与韧性,降低运营成本,并提高客户满意度。同时,讨论鲁棒优化在处理供应链中的不确定性和复杂性中的应用与挑战,为供应链管理领域的未来发展提供前瞻性的见解。

在线学习方法综述:汤普森抽样和其他方法

本文尝试对在线学习领域的最新研究成果、相关主要理论和算法进行综述.在线学习的内容非常广博,本文希望能够为读者介绍其中一些基本的算法和想法,从最经典的理论模型和算法设计开始,对在线学习的发展情况作一个一般性的介绍.首先,以经典的在线优化模型——多摇臂赌博机问题为例,引入了汤普森抽样算法和信心上界算法,分析、展示了它们的基本思路和最新成果,并进一步讨论了汤普森抽样算法在更复杂的在线学习问题中的变式和应用.本文同时对在线凸优化算法做了初步探讨,它也是解决多摇臂赌博机问题和其他许多在线学习的应用问题时一种强有力的工具.

现代优化理论与应用

过去数十年间,现代运筹学,特别是优化理论、方法和应用有了长足的发展.本文就运筹与优化多个领域的一些背景知识、前沿进展和相关技术做了尽可能详尽的概述,涵盖了线性规划、非线性规划、在线优化、机器学习、组合优化、整数优化、机制设计、库存管理和收益管理等领域.本文的主要目标并非百科全书式的综述,而是着重介绍运筹学某些领域的主流方法、研究框架和前沿进展,特别强调了近期一些比较重要和有趣的发现,从而激发科研工作者在这些领域进行新的研究.