庆祝东北财经大学建校70周年系列学术论坛 — 林少冲

时间：2022-09-15  阅读量：1313次

报告题目：数据驱动库存管理: 利润风险约束与正则化

报告时间：2022年9月24日（周六）上午10:00-12:00

报告地点：腾讯会议（Meeting ID: 402-611-352）

主办单位：东北财经大学管理科学与工程学院

【报告摘要】

本报告主要基于对数据驱动库存管理问题的研究，考虑的产品是新品，需求分布未知，只有相关产品的历史需求和特征信息。我们提出了一个数据驱动的框架来确定新产品的最佳订单数量。具体来说，我们采用非参数机器学习方法来衡量新产品与历史产品之间的相似性，从而对不确定的未来需求进行建模。为了缓解数据驱动决策中常见的抽样错误和模型错误等问题，我们引入了利润风险约束来正则化订单数量的决策。我们考虑了两个场景，包括单期报童问题和动态库存管理问题，并展示了它们分别的挑战和有趣的发现和启示。我们提出数据驱动模型并解决求解困难的问题，确保在获得数据驱动解时的计算效率，我们还理论证明了数据驱动解是渐近最优的，并基于真实数据和生成数据的实验证明了我们提出的方法的有效性。我们发现，与理论风险规避库存模型相反，在数据驱动的决策下，平均利润可能受益于更强的风险规避。它进一步表明，即使是风险中性的决策者也可以从利润风险约束中受益，这在缓解诸如抽样错误和模型错误指定等问题方面起着正则化的作用。在动态库存管理的场景下，我们进一步分析了滚动式决策导致的时间不一致问题。重要的是，我们为运营管理中的风险管理和机器学习中的正则化之间建立了联系。（合作者：陈友华教授、李彦志教授，申作军教授）

【报告人简介】

林少冲，香港大学工业与制造系统工程系博士后研究员。他的研究兴趣包括数据驱动运营管理、机器学习和运筹学之间的交叉，以及它们在现实问题中的应用。他于2020-2021年在香港城市大学管理科学系获得了博士学位，曾于2019-2020年在加州大学伯克利分校工业工程与运筹学系做访问学者，曾在Production and Operations Management、International Journal of Medical Informatics、Omega、Computers & Industrial Engineering等国际期刊发表过论文，同时为以下国际期刊担任审稿人：Management Science、Production and Operations Management、International Journal of Medical Informatics、Transportation Science、Omega 和 IEEE Transactions on Cybernetics，他现在是第 27 届 AAAI 人工智能会议（2023 年）的项目委员会成员。