2019年Mostly OM研討會于香港中文大學（深圳）舉行

2019-06-04 新聞

? ? ?? 2019年Mostly OM研討會（Mostly OM 2019 workshop）于5月31日至6月2日在香港中文大學（深圳）舉行。該研討會于2009年在清華大學創辦，之后連續九年在清華舉辦。作為第十屆Mostly OM研討會，本屆研討會首次于香港中文大學（深圳）呈現。清華大學經濟管理學院管理科學與工程系系主任、清華大學現代管理研究中心主任的陳劍教授，來自香港中文大學（深圳）數據與運籌科學研究院共同院長戴建崗教授與來自哥倫比亞大學數據科學研究中心的姚大衛教授擔任共同主席。本屆研討會由國際生產和運營管理協會（POMS）、香港中文大學（深圳）、清華大學與深圳市大數據研究院共同贊助，傳承前幾屆研討會主旨，介紹運營管理和其相關領域中的新銳主題，并舉辦了數十場并行會議。

? ? ? ? 5月31日會議首日，四百多名來自全球高校、學界、研究機構的參會者齊聚一堂。香港中文大學（深圳）校長徐揚生教授、香港中文大學（深圳）數據與運籌科學研究院共同院長戴建崗教授和清華大學經濟管理學院管理科學與工程系系主任、清華大學現代管理研究中心主任陳劍教授分別致開幕辭。戴建崗教授對到場嘉賓表示了歡迎，亦表達了對會議順利進行的期望。徐揚生校長提到，香港中文大學（深圳）建校歷史雖短，卻傳承了香港中文大學的深厚傳統，并擁有無限發展潛力，而Mostly OM對于大灣區和香港中文大學（深圳）的發展來說都是一個重要交流平臺。陳劍教授則介紹了Mostly OM的歷史和會議慣例，并對來自各方的支持致以誠摯謝意。

香港中文大學（深圳）校長徐揚生教授致辭

研討會主席香港中文大學（深圳）數據與運籌科學研究院共同院長戴建崗教授致辭

研討會主席清華大學經濟管理學院管理科學與工程系系主任、清華大學現代管理研究中心主任陳劍教授致辭

研討會主席清華經管學院特聘講席教授、美國哥倫比亞大學Piyasombatkul家族基金講席教授姚大衛

? ? ? ? 開幕式后，來自麻省理工學院的Dimitris Bertsimas教授發表題為The Voice of Optimization的主題演講，介紹了OCT-H這一最優化方法。他首先提出了可解釋性的概念。常見的優化方法如回歸、CART、隨機森林等方法，都存在無法同時擁有高可解釋性和高表現的情況，而OCT-H可以同時擁有良好的可解釋性和高表現。相對于傳統的黑箱最優化模型，OCT-H可以通過機器學習得到策略，然后進一步得到解決方案，因此具有可解釋性。通過存貨管理的例子，他指出現實世界的最優化方法是基于參數的方法。

麻省理工學院Dimitris Bertsimas教授

? ? ? ? 來自哥倫比亞大學的Costis Maglaras教授在Observational Learningand Abandonment in Congested Systems這一演講中分析了用戶在面對擁堵問題的服務系統時，基于其觀察所做出的選擇及其影響。Maglaras教授以排隊系統為例，介紹了Naor模型，其中，三個重要因素為：用戶對實際服務所需時間的觀察；其他用戶的放棄情況；用戶在隊伍中的位置。一個簡單模型是具有放棄情況的排隊模型。但是，這個模型有三個簡化假設：忽略用戶之間的策略交互；已消耗的等待時間屬于沉沒陳本；只考慮最近的出發時間間隔。另外，Maglaras教授還討論了如何應用啟發式流體模型解決大型服務系統。

哥倫比亞大學Costis Maglaras教授

? ? ? ? 來自斯坦福大學的葉蔭宇教授通過The Sample Complexity in Data-Driven Optimization這一主題演講介紹了數據驅動型最優化中的樣本復雜性。他首先介紹了強化學習和隨機博弈中的樣本復雜性。樣本復雜性問題是指，為得到一個特定條件的最優化策略（0.1-optimal policy with p>0.9），多少樣本是充分或必要的。其中，近似樣本最優化算法包括方差縮減和單調性分析兩個算法。其次，葉教授還解釋了高維隨機學習的稀疏性誘導懲罰平均近似方法。針對受控抽樣平均近似方法，葉教授進行了理論普遍化和理論應用的介紹，包括高維統計學習和深度神經網絡學習。

斯坦福大學葉蔭宇教授

? ? ? ? 麻省理工學院的David Simchi-Levi教授作為會議第二天開場演講的嘉賓，發表了題為PhaseTransitions and Cyclic Phenomena in Bandits with Switching Constraints的演講。David Simchi-Levi教授首先介紹了遺憾這一概念。遺憾是指由于了解正確假設的個體可以得到的收益和實際個體所得收益之間的差值，衡量的是信息不全導致的收益損失。遺憾是一個關于價格更改次數的函數，且嚴格遞減。David Simchi-Levi教授接著介紹了多臂賭博機問題以及在此基礎上的約束轉換賭博機問題。約束轉換賭博機問題包含兩個問題，有限自適應性和有限轉換。David Simchi-Levi教授進一步討論了面對單位成本轉換MAP問題、經典MAP問題的新發現、有限自適應性和有限轉換的遺憾等價以及面對一般成本轉換MAP問題。David Simchi-Levi教授指出，最優化遺憾存在相變和周期現象。

麻省理工學院David Simchi-Levi教授

? ? ? ? 來自康奈爾大學的Shane Henderson?教授在Under the Hood of Bike Sharing這一演講中討論了紐約共享單車的運營和設計。通過一天二十四小時的共享單車租借及歸還情況，Shane Henderson教授指出共享單車存在明顯的系統不平衡問題，并進一步討論如何建立優化模型。假設單車站點可以無限租出單車，則對每個站點，單車的租出過程和歸還過程均為泊松分布，且互相獨立。Shane Henderson教授根據模型計算指出，對于每個站點，其成本函數均為凸函數。僅僅對單車進行調動很難解決不平衡問題，Shane Henderson教授繼續討論了調動站點的可能性。最后，Shane Henderson教授介紹了Bike Angels項目，即鼓勵單車租借者到指定站點歸還單車，并獲得獎勵。這種方式可將重新平衡站點單車數量的成本降低一半。

戴建崗教授代表我校贈畫于Shane Henderson教授

? ? ? ? 來自哥倫比亞大學的Assaf Zeevi教授的演講內容為?Learning Theoretic Challenges in Operation，在演講中他討論了如今發展的學習理論對運籌學發展的影響和這兩者之間的協同效果。Assaf Zeevi教授通過五個運籌學問題來討論這一點：動態定價，消費者偏好動態學習，語境信息學習，集體注意變化的學習，以及停止、匹配和學習。在這五個問題中，Assaf Zeevi教授討論了定價、推薦機制、替代效應等。Assaf Zeevi教授指出，學習理論和運籌學的發展具有協同性。學習理論提供了一系列工具和理論以補充并擴大運籌學分析技術，而運籌學所提出的問題給學習理論帶來新的挑戰。

哥倫比亞大學Assaf Zeevi教授

? ? ? ? 本次會議共設六場論壇，每場各有四個分論壇，內容涵蓋最優化、隨機過程、網絡分析、學習理論、資源配置以及各理論在庫存系統、公共衛生、容量管理等方面的應用。通過本次論壇，運營管理的專家學者對最新的科研成果進行了有益的探討與交流。

研討會現場