大数据:数据驱动下的工程项目管理新视角

如何在高维度情况下对大数据开展统计学习、预测和优化,实现数据驱动决策,是当前管理科学与系统工程所面临的重要问题.为探索如何将大数据的理论方法应用于工程项目管理,本文首先对"数据驱动决策"的价值链进行了分析,然后,构建了基于大数据的工程项目管理三维结构模型,提出从时间维(项目生命周期各阶段)、领域维(项目各管理领域)和方法维(大数据分析方法)三个维度,推动大数据技术在工程项目中的研究和应用.进一步,分析了项目生命周期各阶段所涉及的数据类型,分析了大数据方法在工程项目各领域的应用前景.最后,结合案例阐述了大数据技术的应用,并讨论了有待研究的关键科学问题.     

可持续运营管理研究趋势和展望

可持续运营管理正成为运营管理新的重要研究领域.根据可持续运营已有文献和企业实践,本文提出可持续运营管理研究的分析框架并对所选文献样本进行关键词和网络分析、聚类,总结出可持续运营管理研究领域中的子领域.在此基础上从研究边界,研究视角和研究主题三个角度,总结和梳理出可持续运营管理的研究发展历程,即:"从内部运营到外部运营","从正向供应链到逆向供应链","可持续运营研究主题的演变",并进一步探讨已有研究中仍未解决的问题.最后针对已有研究的发展提出三个未来的研究趋势,即:"从供应链到价值链","正-逆向供应链集成"和"经济、环境和社会协同发展".以期能为可持续运营管理研究提供启示.     

第五届物流与供应链管理国际学术会议征文通知

<正>(第一轮)经研究决定于2015年10月中下旬在湖南长沙(张家界)召开第五届物流与供应链管理国际学术会议,现就有关事项通知如下。1、会议主题为"互联网+经营管理创新"2、征文范围但不限于:物流与供应链管理大数据、物联网与物流服务管理大数据、物联网与移动医疗管理大数据与移动商务智能大数据安全应急管理大数据与交通运输管理     

基于局部斜率更新的数据驱动动态定价策略

基于某经济型连锁酒店的实际入住数据,研究针对未知需求的数据驱动动态定价策略的应用.提出一种新的非参数的需求函数刻画方法,称为"局部斜率更新".该方法替代以往数据驱动策略中所使用的最小二乘法,得到新的数据驱动定价策略:基于"局部斜率更新"方法的短视(被动学习)动态定价策略,称为IL策略;基于"局部斜率更新"方法的主动学习动态定价策略,称为CIL策略.新方法能够克服价格内生性的难题,解决以往数据驱动策略的应用困境.数据实验表明,新方法的拟合优度接近最小二乘法.在线性和非线性需求函数形式的假设下,"局部斜率更新"方法的拟合优度与最小二乘法分别只相差7.19%和4.69%.酒店实际数据验证表明,结合新方法的数据驱动定价策略明显优于酒店经理的实际定价决策,其中IL可降低60%的后悔值, CIL可降低77.59%的后悔值.本文提出的需求函数刻画方法及结论有助于指导未知需求数据驱动收益管理理论的应用实践.     

DEA评价下的配送中心再选址模型及求解

为保持配送中心的高效运营,实现对现有配送中心布局的动态管理和优化,采用数据包络分析(DEA)方法,对已建的配送中心进行效率评价,并把评价结果带入到选址模型,建立了DEA评价下的配送中心再选址混合整数规划模型,约束条件包括供求关系、流量平衡及选址和流量的内在关系,综合考虑了选址中配送中心的成本和效益因素,最后通过一算例验证了模型的有效性.     

区制转移因果视阈下CPI与PPI的内在驱动机制研究

为了探究通货膨胀的形成机制,发掘CPI与PPI之间"倒挂"的原因,以期为稳定物价水平,促进经济发展行稳致远提供政策参考,本文基于中国2001年1月至2017年9月期间的CPI,食品CPI (FCPI),非食品CPI (NFCPI),PPI,生活资料PPI (CGPPI)以及生产资料PPI (MPPPI)的月度数据,运用非线性马尔可夫区制转移因果(MSC)模型,以区制转移因果视阈测度不同时间区制内,FCPI与PPI, NFCPI与PPI, CGPPI与CPI以及MPPPI与CPI之间的时变动态因果关系,甄别CPI与PPI的非线性内在驱动机制及其作用路径.研究发现:1) CPI与PPI之间存在双向驱动作用,即PPI对CPI的正向驱动作用和CPI对PPI的反向倒逼作用同时存在.此外,物价的驱动阻滞表现得尤为明显.2) CPI与PPI之间内在驱动机制的作用路径并不相同:CPI到PPI的驱动主要由"FCPI→PPI"和"CPI→MPPPI"两条路径组成;而PPI到CPI的驱动则主要由"PPI→NFCPI"和"CGPPI→CPI"两条路径构成.3) CPI与PPI之间的因果关系具有时变性特征,总体而言,CPI对PPI驱动的作用区制较长,价格驱动机制也较为稳定;而PPI对CPI驱动的作用区制较短,价格驱动机制呈现波动性特征.4)国际上的特殊事件会对中国CPI与PPI之间的驱动机制产生较大影响,例如,2008年金融危机的出现削弱了CPI与PPI之间的驱动作用.     

模块化神经网络子网的动态集成方法学研究

提出一个模块化神经网络的广义定义,它包含了几乎所有多神经网络(系统)。简要分析了模块化神经网络子网集成的相关概念和问题。针对一类模块化神经网络,提出了5种基于"分而治之"原理和自适应组合的新型动态集成方法。它们之间的主要区别在于:距离测度(绝对距离测度和相对距离测度);个体数目(有些全部参与集成,有些则是部分参与);集成策略和规则(数据驱动和数据/知识驱动)。仿真实验证实了这些方法的有效性。同时,还提出了一种基于"一专多能"思想的子网训练方法。     

基于出行行为分析的停车换乘设施定价优化

在构建包含停车换乘(PR:park and ride)接驳方式的出行方式选择NL(nested logit)模型的基础上,分析了停车票价对PR出行比例的影响,建立了停车费用与PR停车设施使用人数间的关系模型.从改善PR停车场运营角度出发,针对PR停车场的供需情况,分别提出以停车场季利用率最大化和停车场收益最大化为优化目标的PR设施定价优化策略,以及停车场未来的建设及运营建议.选取天通苑北站PR停车场为例进行案例分析,结合其运营现状对该停车设施的定价进行优化.研究结果可针对已运营的停车换乘设施存在的供过于求或供不应求问题,从设施定价的角度提出相应的运营改善建议.     

基于SE-DEA模型与Malmquist指数的城市公交企业运营绩效评价

提出基于超效率数据包络分析(DEA)模型和Malmquist指数的公共交通企业运营绩效组合评价方法,系统分析公共交通运营状态,为科学评价城市公交运营绩效,改善公交服务水平提供决策依据。以长三角地区13家公交企业为研究对象,选取运营车辆数、从业职工数和百公里油耗为投入指标,选取车辆行驶公里数和乘客运载人数为产出指标,基于超效率-数据包络分析(SE-DEA)模型与Malmquist指数从生产效率、服务效率和综合效率三方面对公交企业运营绩效进行综合评价。结果表明:公交企业运营绩效波动较大,且呈现下降趋势;技术进步缓慢和规模效率不佳是造成运营绩效下降的主要原因。根据评价结果,从企业运营和行业监管2个角度提出可行的建议,以促进公交行业能够健康有序地发展。     

基于多智能体的网购生鲜无人车配送调度仿真

无人车配送可有效缓解目前末端配送效率低、人力成本高、安全隐患多等问题。以城市社区网购生鲜无人车配送为研究对象，搭建了网购生鲜时空需求数据驱动的多智能体仿真平台，构建了基于实际路网的仿真环境及无人车、客户、配送站3类智能体，以运营成本最小及客户满意度最大为优化目标，设计并测试了动静态订单分配策略及距离最近或时间最紧配送路径规划策略。基于上海某生鲜电商实际订单数据，对不同策略展开情景模拟及敏感度分析，实现了运力资源的优化配置。     

系统管理学报栏目介绍北大核心CSCDCSSCI

决策科学与运营管理决策科学与运营管理栏目涉及决策方法、决策分析、生产与运作管理、服务运营管理、物流与供应链管理、应急管理、项目管理以及收益管理等。工业工程与工程管理工业工程与工程管理栏目涉及生产管理与先进制造管理模式、复杂工程规划与设计优化以及复杂工程建设与运营管理等。     

分布式系统实时数据服务与发布系统设计

分布式系统(如工业监控系统)由多个分布的实时子系统组成,负责监控多种设备。本文根据企业CIMS信息集成等需求,提出了一种基于数据驱动的实时数据服务与发布系统结构。该系统实现了分布式系统实时数据的采集、处理、存储、主动发布的统一管理,采用数据服务的在线监督,将工控网络同管理网络分隔开,实现了数据的安全、动态发布。系统采用数据驱动的交换式组件结构,实现了数据处理组件化,系统结构灵活、扩展方便。     

基于能源区块链的综合能源系统调度优化模型及其应用

综合能源服务是在能源互联网背景下产生的新型能源服务模式,在综合能源服务系统中产销主体众多,能源生产消费多元化,针对综合能源系统调度过程中存在的信息安全及损耗问题,提出基于能源区块链的综合能源服务调度优化模型。利用区块链技术的去中心化、可信任和交易透明化的特性,构建基于区块链的综合能源服务网络架构;以系统经济效益及环保效益最大化为目标建立调度优化模型,有效降低系统运营成本,使得经济效益和环保效益得到较大提升。案例分析表明：能源区块链技术能够提高综合能源系统的安全性,保证相关数据不可篡改;同时,构建的综合能源服务调度优化模型能够为综合能源系统运营管理及调度优化问题提供决策支持与理论支撑。     

以任务需求为驱动的多传感器资源管理方法

针对战斗机火控系统跟踪多目标过程中传感器资源管理问题,提出一种以任务需求为驱动的多传感器管理方法。该方法首先利用矩阵求迹的方式度量跟踪任务的信息需求;然后在分析任务优先级和传感器使用代价的基础上,建立以任务需求为驱动的多传感器集中式管理模型,并根据多个跟踪任务的信息需求自适应地分配传感器资源;对于分配过程中出现的NP (non-deterministic polynomial)难问题,探讨了利用改进蚁群优化算法寻找满足任务需求的最优传感器组合的可行性,并给出传感器自适应分配方案。仿真结果表明,这种管理方法可以在保证跟踪精度的条件下,根据任务的信息需求合理地分配传感器资源;此外,以任务需求为驱动的传感器管理策略可以大幅减少主动式传感器的工作时间,对于提高战斗机的生存性具有重要的工程应用价值。     

复数兼容全变分SAR目标结构特征增强

针对合成孔径雷达(synthetic aperture radar, SAR)成像目标复杂结构特征难以精准提取的问题,设计复数兼容的多通道结构张量全变分(structure tensor total variation, STV)正则先验表征函数,进而提出面向SAR目标结构特征增强的复数兼容-STV(complex value compatible-STV,CV-STV)优化算法。所提算法的结构先验函数设计涵盖实部/虚部两个通道的结构张量,能适应SAR复成像数据特征并解析推导得到其近端算子,进而简化求解问题的模型复杂度。同时,将CV-STV正则优化算法引入稀疏驱动先验,借助交替方向多乘子法(alternating direction method of multipliers, ADMM)多任务优化框架实现目标散射点多特征的联合表征与增强。实验部分分别应用SAR仿真与实测数据对所提CV-STV正则优化算法进行有效性验证;同时利用相变分析实验对比传统特征增强算法,验证了所提算法的优越性。     

大数据视角下的采购风险评估--基于某服务采购企业的案例分析

在经济全球化和专业化分工的背景下,企业供应链管理的各个环节面临着越来越大的风险.跨界的大数据及其分析技术通过提升数据的"可视性",为企业的风险管理带来了新的工具和手段.本文聚焦企业运营管理中的采购环节,分析如何利用大数据来评估采购风险.通过梳理一家典型服务采购企业采购流程中面临的各种风险,我们提出了一个"5+X"的采购风险分类框架;其中包括环境风险、竞争风险、道德风险、财务风险、履约风险以及内控风险.我们给出了测度各类风险可能的数据来源以及处理方法.通过一个案例研究我们展示了基于大数据的采购风险评估的具体实施.     

基于节能的地铁时刻表随机机会约束规划模型

作为城市公共交通系统的重要组成部分,地铁具有集约化,大容量,高频率特征.基于节能的地铁时刻表优化研究主要是为了提高列车再生能量的利用率,从而降低能源消耗.不同于传统研究中基于动力学方程描述列车运动轨迹,采用真实的列车运行数据,考虑列车间具有非均匀的发车间隔,以最大化再生能量利用量为目标,优化列车停站时间与发车间隔,建立数据驱动的地铁节能时刻表随机机会约束规划模型.考虑到模型的大规模和复杂性,采用猴群智能算法进行求解.最后,将提出的模型应用于北京地铁亦庄线早高峰和晚高峰时段的实际运营场景中,数值结果表明再生能量利用量乐观值分别达到168.33 k W·h和171.94 k W·h.与北京地铁亦庄线的现行时刻表相比,通过优化非均匀的发车间隔与停站时间可使再生能量利用量至少提高8.44%.     

基于混合智能技术的非线性对象优化控制模型

提出了一种工业过程优化建模的系统化方法 ,即利用模式识别优化技术 ,对生产过程数据进行优劣分区 ,选取其优区和可控区数据 ,利用结合遗传算法的人工神经网络建立对象的数据驱动模型。实验结果表明 ,该模型有较好的适应能力 ,能很好地解决复杂系统的优化控制问题。     

多用户虚拟北邮校园漫游系统的设计开发

介绍了一个多用户虚拟校园漫游系统的开发设计过程,该系统是基于B/S结构,以UML(统一建模语言)为工具,应用JAVA及VRML实现的。对系统的交互界面、多用户数据库管理、虚拟化身驱动、三维场景建模与优化等关键技术的方法与原理进行了详细论述,建立了一个多人的、能使各用户相互感知以及化身交互的三维交互环境。     

数据智能:趋势与挑战

随着大数据和人工智能的兴起,数据智能(data intelligence)逐渐成为学术界和产业界共同关注的焦点.数据智能具有显著的大数据驱动和应用场景牵引两大特征.其融合场景内外的多源异质大数据,利用大规模数据挖掘、机器学习和深度学习等预测性分析方法和技术,提取数据中蕴含的有价值的模式,并用于提升复杂实践活动中的管理与决策水平.本文指出了推动数据智能实现迭代发展的三维要素:数据、算法和场景,然后围绕这三大要素介绍了数据智能的前沿热点、发展趋势和存在挑战,特别对数据智能与管理学交叉的研究与应用问题进行了较为深入的探索.论文还尝试给出一些具有前瞻性的观点或评论,一来希望为有兴趣进入数据智能领域的读者提供指引,二来希望能够在管理同行中起到抛砖引玉之效.