发布时间:2024-09-24 阅读量:6921
2024年9月13日至9月15日,中国运筹学会数据科学与运筹智能分会(筹)2024年学术年会在北京辽宁大厦召开。本次会议由中国运筹学会数据科学与运筹智能分会(筹)主办,分会主任赵晓波、顾问唐立新和戴建岗担任大会主席。本次学术年会安排了6 个大会特邀报告,同时设置了18个报告分会场,80余位优秀专家和学者报告了他们最新的研究成果。清华大学统计与数据科学系陈松蹊院士,东北大学工业智能与系统优化国家级前沿科学中心唐立新院士,中国科学技术大学管理学院余玉刚教授,上海交通大学安泰经济与管理学院万国华教授,香港中文大学(深圳)数据科学学院王子卓教授,同济大学经济与管理学院梁哲教授等近200位专家学者参加了本次会议,围绕“智能数据驱动,运筹决策未来”主题展开了深入的学术交流和探讨。
9月14日上午,大会正式开幕,开幕式由分会秘书长、清华大学工业工程系副教授祁炜主持,分会主任、清华大学工业工程系教授赵晓波、中国运筹学会名誉理事长胡旭东先后在开幕式上致辞,分会副主任、国防科技大学教授吕欣介绍来年承办单位。
在大会特邀报告环节,清华大学统计与数据科学系陈松蹊院士做了题为“高分辨率集合卡拉曼滤波——超高维数据同化”的报告,陈院士在大会上详细介绍了他的团队在卡拉曼滤波领域的最新研究成果。团队针对正确模型与不完全模型之间的差异,建立了扩展卡尔曼滤波器(EnKF)在固定维度和高维度下的理论特性。
东北大学工业智能与系统优化国家级前沿科学中心唐立新院士做了题为“Data Analytics and Optimization for Smart Industry”的报告,介绍了海量数据与优化方法在智能工业中的应用。唐院士指出,人类理解事物主要有两条途径:一是演绎推理,二是经验积累。数学模型则代表了演绎推理的应用,而大数据和人工智能则体现了经验积累的价值。这两者的结合和互补,为许多棘手的工业问题提供了全新的解决思路。此外,唐院士还阐述了制造循环工业系统(MCIS)的组织管理模式,该模式基于智能博弈和机制设计等理论,旨在解决企业间竞争与合作所带来的群体决策挑战。
上海交通大学万国华教授做了题为“数据驱动的医疗运作与决策--问题和两个研究实例”的报告,从实际案例出发分享了医疗运作过程中对数据的具体应用。还介绍了数据驱动的医疗运作与决策领域的研究成果,强调了医疗运作与决策问题所面临的极端复杂性和多样性问题。
中国科学技术大学管理学院余玉刚教授做了题为“源网荷储数字智能科产融合探索”的报告,主要探讨在火力发电电源侧,国家电网和微电网三个方面探索如何使用数据驱动方法用于碳核算、预测和碳减排。
同济大学经济与管理学院梁哲教授就机器学习是“复制”还是“学习”这一主题进行了探讨,并鼓励大家就机器学习原理及优势多展开交流。介绍了基于飞机路径的航班恢复模型 考虑飞机分配和航班取消,并结合机器学习提升求解速度,将“智能”体现迁移到不同航司、不同机场、不同规模(多日场景)。
香港中文大学(深圳)数据科学学院王子卓教授对“Infrequent Resolving Algorithm for Online Linear Programming”进行了分享,介绍了关于在线线性规划(OLP)基于LP的算法和无LP的算法,主要贡献在于如何用较少的LP,得到更好的回归。
经过多轮筛选,10 篇论文最终进入9月14日的青年教师精选研究及学生精选论文报告环节,各位老师同学就数据科学和智能运筹的多种主题开展深入讨论。
9月14日晚,大会还举行了博士生论坛,清华大学和浙江大学的两位学者分享了关于学术方面的心得体会。
在9月15日上午和下午的分会场中,来自清华大学、南开大学、上海财经大学、对外经济贸易大学、北京理工大学、中央财经大学、国防科技大学、浙江大学、北京大学、中国科学院、香港中文大学(深圳)等众多高校的专家学者围绕数据科学与运筹智能问题研究,在算法设计与应用、建模优化方法、城市安全韧性等主题进行了专题报告。报告人与参会人员围绕专题报告积极讨论、踊跃发言、极大地促进了参会人员之间的学术交流。
中国运筹学会数据科学与运筹智能分会(筹) 供稿