报告人：张真真, 新加坡国立大学助理教授

报告时间：2019年12月16日9:00-

报告地点：数计学院2号楼309会议室

报告题目：数据驱动的鲁棒优化在物流配送中的应用

报告摘要：实际应用往往包含众多不确定因素，因此基于确定性模型得到的最优路径方案往往不能提供承诺的准时服务，从而导致客户流失和收益损失。该研究中，我们为考虑时间窗和不确定行驶时间的车辆路径问题（VRPTW）提出了一个新的评价函数：迟到风险指数（SRI）。该评价函数可以同时考虑服务延迟的概率和程度，并且适用于数据驱动的分布式鲁棒优化。针对SRI，我们考虑了Wasserstein模糊集，并得到了解析解，大幅提升了求解速度。有趣的是，该解析解与经验常识高度相符，提供了相应的数学解释。为了求解该问题，我们提出了基于Benders分解的精确算法和基于变邻域的启发式算法。在测试实验中，我们的方案大大提高了服务的准时率，效果优于传统的基于迟到概率或程度的评价函数。

报告人简介：张真真，新加坡国立大学工业系统工程系的助理教授，于香港城市大学管理科学系获得博士学位，厦门大学计算机科学系获得硕士和学士学位。张博士的研究主要涉及运筹调度优化模型的改进与应用，以及运营管理中的智能决策系统的研究。张博士的研究多从实际问题出发，参与解决了众多重要的实际问题，例如飞利浦的全球采购问题、香港公立医院的非紧急救护车调度问题、快时尚品牌CHARLES & KEITH的商品转配问题、和新加坡物流公司的车辆调度问题，所取得的研究成果可帮助其大幅度削减运营成本的同时显著提高其服务效率及服务质量。近五年间，张博士在国际知名的高质量SCI/SSCI期刊已发文十篇，均属于管理科学领域前15%的刊物。 这些成果涵盖了物流交通领域最著名刊物《Transportation Science》及《Transportation Research Part B: Methodological》，管理科学领域的权威刊物《OMEGA-International Journal of Management Science》、《European Journal of Operational Research》等。同时，张博士也长期担任多个国际知名期刊的审稿人，包括《Operations Research》、《Transportation Research Part B: Methodological》、《European Journal of Operational Research》、及《IEEE Transactions on Evolutionary Computation》等。

欢迎老师和研究生参加！