预测驱动最优化:不确定性、统计理论与管理应用

作     者：王曙明 毛宇晨 汪寿阳 

作者机构：中国科学院大学经济与管理学院 中国科学院数学与系统科学研究院 中国科学院预测科学研究中心 上海科技大学创业与管理学院 

出 版 物：《中国科学基金》 (Bulletin of National Natural Science Foundation of China)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 070105[理学-运筹学与控制论] 0701[理学-数学] 

基　　金：到国家自然科学基金项目(71922020,72171221,71988101) 中央高校基本科研业务费专项资金(UCAS-E2ET0808X2)的资助 

主　　题：预测驱动最优化 不确定性 统计理论 管理应用 

摘      要：现代管理决策面临着错综复杂的不确定性。随着大数据应用的不断深化,最优化技术与算力的持续提升,以及统计学与机器学习的蓬勃发展,预测驱动最优化正在成为应对复杂不确定决策问题的有力工具。预测驱动最优化通过整合统计预测建模与决策最优化,实现对不确定性与决策效能的联合统计管理,从而形成统计一致、有效的数据驱动型决策范式。本文聚焦于不确定环境下的统计预测建模与管理决策最优化,分别探讨分布已知(随机型)与分布未知(分布鲁棒型)条件下的预测驱动最优化模型框架。在此基础上,介绍预测驱动最优化在运营管理领域的前沿应用研究,并总结若干重要的未来研究方向与挑战。