随着人工智能和机器学习技术的快速发展,基于海量数据和复杂算法构建的超大规模人工智能模型呈现爆发式的增长。大模型能够处理多种复杂任务,在自然语言处理、图像识别等领域取得了巨大成就,也同时催生了GPT-4、DeepSeek、Sora等一系列大模型产品,为各领域的深度智能应用提供了强大支持。在运筹与管理领域,大模型的应用不仅能够提升传统优化方法的效率和精度,还能为复杂系统提供更智能的决策支持,进而推动决策范式的变革。国内外众多研究机构正在积极探索运筹管理与大模型的深度融合,已经在多个领域取得突破性进展。
本专题旨在汇聚运筹管理与大模型交叉研究的前沿研究成果,展示其在优化算法、供应链管理、生产调度、物流运输、医疗健康管理等领域的创新应用。本刊希望通过本次专题征稿,聚焦理论创新、技术突破与产业实践三大维度,探索运筹管理与大模型融合发展的前沿方向,推动跨学科研究范式转型,促进产业应用,为我国在该交叉领域的发展贡献力量。
一、征稿主题范围(主要包含以下内容但不仅限于此)
1、运筹管理与大模型协同理论创新
(1)运筹管理理论在大模型中的应用
- 经典运筹管理模型(如线性规划、动态规划等)与大模型的融合机制
- 运筹学在大模型训练推理过程中的应用
- 运筹学在大模型架构设计中的应用
(2)大模型赋能运筹管理理论创新
- 大模型如何助力运筹管理理论突破传统范式
- 基于大模型的新型运筹管理理论框架构建
- 大模型驱动的运筹管理算法创新与性能提升
(3)运筹管理与大模型协同理论基础
- 运筹管理与大模型协同的理论体系构建
- 协同过程中的信息融合与知识传递机制
- 多学科交叉视角下的协同理论创新
2、运筹管理与大模型协同技术突破
(1)协同技术架构
- 运筹管理与大模型协同的技术架构设计
- 高效的协同计算框架与分布式处理技术
- 基于云计算和边缘计算的协同技术实现
(2)数据处理与分析
- 大模型与运筹管理中的数据预处理与清洗技术
- 基于大模型的数据分析方法与运筹管理应用
- 数据驱动的运筹管理决策支持系统
(3)模型构建与优化
- 面向运筹管理的大模型架构设计与优化
- 运筹管理与大模型协同中的模型选择与评估
- 基于大模型的运筹管理模型优化方法
(4)算法设计与创新
- 运筹优化与大模型协同的新型算法
- 启发式和元启发式等算法改进
- 混合整数规划(MIP)算法中的大模型辅助技术
3、运筹管理与大模型协同产业实践
(1)运筹管理与大模型协同在物流与运输中的实践
- 路径规划与车辆调度
- 智能交通系统
- 无人机集群网络、无人机与车辆协同配送网络设计
(2)运筹管理与大模型协同在资源分配中的实践
(3)运筹管理与大模型协同在金融与风险管理中的实践
(4)运筹管理与大模型协同在医疗与健康管理中的实践
(5)运筹管理与大模型协同在智能决策支持中的实践
(6)运筹管理与大模型协同在环境与可持续发展中的实践
(7)运筹管理与大模型协同在新兴技术中的实践
- 人工智能与机器学习
- 物联网(IoT)数据治理
- 区块链技术
二、专题特邀编委
本专题由特邀编委负责专题规划、论文评审和质量把控工作。
- 申作军 教授(香港大学)
- 祁炜 副教授(清华大学)
- 戚永志 博士(京东零售)
- 张江华 教授(山东大学)
- 吴凌云 研究员(中国科学院数学与系统科学研究院)
三、投稿方式与时间
- 论文投稿请访问《运筹与管理》期刊官网(http://www.jorms.net/),通过期刊投稿系统提交论文。
- 投稿时请在留言中注明:“运筹管理与大模型协同理论创新与实践”专题投稿。
- 本专题论文免交稿件处理费(审稿费),为确保稿件及时处理,请在投稿系统提交论文后,将投稿相关信息通过邮件发送至邮箱qiw@tsinghua.edu.cn,邮件主题为:“运筹管理大模型专题投稿”。
- 本专题论文将采用同行评议制度,每篇论文将经过至少两位专家评审。
- 截稿日期:2026年2月28日。
- 预期出版时间:2026年12月之前。
四、投稿要求
- 论文内容须符合征稿主题范围。
- 论文须为原创性研究成果,未在其他期刊发表或正在审稿中。
- 论文语言为中文,须提供英文长摘要(800-1000字)。
- 论文类型可以为研究论文、综述论文和应用案例分析,综述论文应具有系统性和前瞻性。
- 论文应遵守学术规范,引用准确,数据真实可靠。
- 论文格式须符合期刊投稿指南(http://www.jorms.net/CN/column/column3.shtml)要求。
五、联系方式
有任何问题与建议,请联系:
- 专题联系人祁炜(邮箱:qiw@tsinghua.edu.cn);
- 期刊编辑部(邮箱:ycygl@hfut.edu.cn,电话:0551-62901503)。
中国运筹学会
《运筹与管理》编辑部
2025年6月9日