议程及引导 | 2024年第三届“运筹学与人工智能在业界的前沿应用”研讨会

交通指引

会议地点：浙江大学（紫金港校区）管院新大楼 金色大厅会议室

签到地点：金色大厅会议室 门口

如果您填写了报名表，并已经添加报名专员微信登记入会，则8月3日-8月5日可凭身份证进入浙大紫金港校区。

您可于8月3日下午16:00 - 20:00 或者8月4日和5日上午7:30在金色大厅完成会议签到并领取胸牌和运筹OR帷幄纪念品。

如果您对入会方式仍有任何疑问，请添加会议报名专员微信：

日程安排

主题：运筹学与人工智能在业界的前沿应用

主办方：浙江大学管理学院、上海交通大学安泰经管学院、浙江大学数据分析和管理国际研究中心

承办方：【运筹OR帷幄】

地点：浙江省杭州市浙江大学管理学院C101金色大厅

时间：2024年8月4日-5日

形式：线下研讨会

合作媒体：DataFunTalk/DataFunSummit，数据派THU，Datawhale，运小筹，科研式学习，轻松参会，优化算法交流地，机器学习算法与自然语言处理，交通邦

叶荫宇

美国斯坦福大学管理科学与工程系及计算数学工程研究院李国鼎讲座教授

简介：Yinyu Ye is currently the K.T. Li Professor of Engineering at Department of Management Science and Engineering and Institute of Computational and Mathematical Engineering, Stanford University. His current research topics include Continuous and Discrete Optimization, Data Science and Applications, Numerical Algorithm Design and Analyses, Algorithmic Game/Market Equilibrium. Operations Research and Management Science etc.; and he was one of the pioneers of Interior-Point Methods, Conic Linear Programming, Distributionally Robust Optimization, Online Linear Programming and Learning, Algorithm Analyses for Reinforcement Learning and Markov Decision Process, and etc. He has received several scientific awards including, including the 2009 John von Neumann Theory Prize for fundamental sustained contributions to theory in Operations Research and the Management Sciences, the inaugural 2012 ISMP Tseng Lectureship Prize for outstanding contribution to continuous optimization (every three years), the 2014 SIAM Optimization Prize awarded (every three years), etc.. According to Google Scholar, his publications have been cited 58,000 times.  

叶荫宇 (Yinyu Ye) 现任斯坦福大学管理科学与工程系及计算数学工程研究院李国鼎讲座教授。他的主要研究方向为连续和离散优化, 数据科学及应用， 数字算法设计及分析，算法博弈及市场均衡，运筹及管理科学等；他和其他科学家开创了内点优化算法，锥规划模型，分布式鲁棒优化，在线线性规划和学习，强化学习和马可夫过程算法分析等。他多次获得科学奖项: 包括2009约翰.冯.洛伊曼理论奖，国际数学规划2012 Tseng Lectureship Prize（每三年），2014美国应用数学学会优化奖（每三年）等。根据谷歌学术统计，目前他的文章被引用总计超过58,000次。

摘要：In recent years, with the rapid increase in the scale of data from real-world problems and AI training tasks, the corresponding decision-making and computational problems have also become larger and larger. The scale of some linear programs (in terms of non-zero elements) has reached the tens of billions, while the matrix size of some  semi-define programs has reached hundreds of millions. These problems often also require high-precision solutions. In this presentation, we discuss some recent frontier explorations in response to these challenges, particularly advancements in first-order methods, interior-point algorithms, and fast solutions for large-scale problems under the GPU/CUDA architecture. In addition, we describe how to integrate the AI Large Language Models and OR Optimization Solvers and tackle some real-world applications.

西湖大学人工智能讲席教授、欧洲科学院院士、国际电气和电子工程师协会会士（IEEE Fellow）、国家海外高层次人才

摘要：Graph neural networks have been found successful in solving combinatorial optimization problems. This talk starts with a simple example of solving the travelling salesman problem using graph neural networks. Then, we present an approach to multi-objective facility location using two graph neural networks with supervised training. Finally, we showcase how a graph neural network with negative message passing can be trained using unsupervised training for solving graph coloring problems. We conclude the talk with a summary and discussion of future work.

阿里云智能集团副总裁

摘要：Large Language Models (LLMs) have emerged as pivotal tools in natural language processing, transforming the way machines understand, generate, and interact with human language. This presentation aims to explore the inner workings of LLMs, offering a comprehensive analysis of their underlying mechanisms, and showcasing their applications in multiple tasks.

清华大学工业工程系教授，运筹学与服务科学研究室（TOpS Lab）主任，交通科学与物流研究中心主任

简介：近年来主要从事随机优化方法及其在物流管理（特别是超大型城市中物流配送管理）、供应链风险管理以及全渠道零售和物流中的应用。其研究获得国家自然科学基金、科技部等的资助，并且同中外运、中石化、中远海运科技、阿里、华为、美团、京东物流、IBM中国研究院、日本三菱重工、美国通用磨坊等企业合作。

陆学华

世翼航空大中华区算法总监

简介：

• 教育

1983，南京大学数学系，学士

1986，中国科学院应用数学所，硕士

1996，University of Colorado at Boulder 计算机系，博士

• 美国

1996-1997，Federal Express，资深系统分析员，机组排班

1997-2006，Sabre，产品架构师，Sabre 第二代收益管理系统 AirMax ‍

• 中国

2006-2021，Sabre Shanghai，任运筹开发经理，首席代表，主要从事机场地面资源方面的数学模型和算法设计开发，包括地勤人员排班，停机位分配，值机人员需求预测，枢纽机场控制，以及中国区航班网络规划产品的服务和支持。

2022-present，CAE Civil Flight Service，Optimization Service经理，Site Manager，主要负责机组排班、航班恢复产品方面的用户需求分析，优化基准评估，模型参数调优，算法效果评估，等等。

演讲标题：Thoughts on the Design and Implementation of Column Generation Method for Crew Pairing Optimization

香港大学数学系教授

演讲标题：Revisiting First-order Algorithms for Optimization Problems in Industry

顺丰运筹优化算法总工程师

演讲标题：智慧供应链领域中的新技术探索

摘要：当前AIGC大模型主要是文字、语音、图片等模态为主，因此天然更容易在售前、售后、办公等以相关模态作为主要信息载体的领域落地。但是在供应链和物流核心的运营和决策优化环节中，应该如何有效的利用大模型能力及其背后的技术，仍是一个有待进一步探索的领域，本次演讲将介绍顺丰在利用大模型以及相关技术持续提升智慧供应链领域中决策优化效率和质量方面的探索和实践经验。

达达快送算法负责人

简介：中国科学技术大学自动化系硕士，现任京东集团-达达快送业务部 算法负责人，负责同城即配场景下的智能派单调度、供需预测、自动化履约等体系的建设。曾任职新浪微博，在互联网商业应用领域的算法落地方面，具有十几年算法经验。

摘要：在即时零售市场需求的拉动，数字技术、智能技术的驱动下，即时配送行业应运而生。即时配送行业具有供需规模大、弹性波动大、供需匹配实时性高等特点，本次分享将围绕体验、效率、成本，介绍AI技术促进即配行业健康发展的理论基础和落地应用。

王翼

【AMD】AI Architect

简介：曾在英国知名近存计算半导体公司Graphcore担任资深机器学习软件（编译器）工程师; 目前在美国知名半导体 AMD 担任 AI 架构师；主要研究方向为大语言模型，以及具体大语言模型技术的视觉模型训练方向的软件栈优化。在这之前曾在滴滴出行新锐计划实习，参与大规模离散调度优化和算法实现，在Graphcore，百度期间研究了大规模 Bundle Adjustment IPU/GPU的优化计算（Semantic Visual Supported Odemetry， Pop3D）并实现了端到端的软件BA计算的数倍加速。 

演讲标题：Accelerate Large Scale OR problems across chips : challenges and opportunties

张新杰

【久章智能】CEO

简介：复旦大学应用数学硕士，上海财经大学世界经济博士毕业。20年以上信息行业服务经验，包括项目管理、咨询、开发、测试等。

演讲标题：运筹优化算法的一些案例分享和未来展望

摘要：分享一些在实际项目执行中的经验分享，在制造业、运输行业等跟实际客户和业务沟通时可能会面临的一些问题和挑战。以及探讨未来在能源、医疗等行业潜在的市场机会和需要的技术方案。

汪达钦

【策推信息】CEO

简介：同济大学博士、东华大学管理学院副教授。上海策推信息技术有限公司总经理。主要研究方向是运筹优化算法在企业管理中的实践应用。

演讲标题：运筹优化的实践应用总结

摘要：分享运筹优化类项目的各种风险与避坑指南，讨论一个运筹算法工程师的自我修养。

苏涛

【高科数聚】首席科学家

简介：物理学博士，美国生物物理学会会员。曾在中国科学院和美国乔治华盛顿大学从事新型信息材料，复杂流体和细胞模拟、生物领域机器学习，高性能计算等方向的研究。2017年进入互联网行业，先后在多家公司致力于数学模型、算法、大数据分析和人工智能的业务应用。发表十多篇论文并拥有多项专利，曾在一些重要专著中撰写独立章节。曾获得多项企业级和政府级奖项。

演讲题目：智能决策在汽车营销中的应用

摘要：报告探讨了在当前激烈的汽车市场竞争环境下，运用智能决策技术来实现精准预测与优化营销决策的行业实践。包括时间序列预测、行为经济学模型分析、因果推断和运筹学方法等方面。历史数据驱动的销量预测方法，介绍了传统的时间序列分析和现代的神经网络技术。然后从用户选择建模开始，探讨了竞品分析与价格-销量关系。最后展示了运用运筹学原理来设计目标导向的最优定价与策略，以实现利润最大化或销量增长。通过几个具体的实战案例，我们证明了智能决策在实际营销活动中能够显著提高销量和降低成本，从而提升企业的竞争力。

赵玲

【驭策供应链】CEO

简介：曾任职于SAP中国研究院供应链计划方案架构师，SAP中国咨询经理。美国国际预测者协会IIF中国区唯一授权培训讲师，荷兰TFC橙色行动沙盘游戏认证黑带教练，中物联电子分会专家委员。畅销书《供应链三道防线》联合作，《卓越供应链计划：产销协同规划设计与实践》独立作者，为众多制造企业提供专业培训和咨询服务，并成效卓著。

演讲题目：从推拉结合到统筹优化，供应链决策技术质变时刻的到来

摘要：技术发展的突飞猛进已经有目共睹，供应链管理领域分段计划，来回拉扯，开会决策却依然是主旋律。但业务增长乏力使得产销冲突日趋激烈，传统推拉结合捉襟见肘。随着算力的发展，全新技术与全新业务模式的深入融合将催生全新的供应链决策智能，成为制造业产销协同真正的新质生产力。

王一君

【览众数据】CEO

简介：罗格斯大学供应链管理和营销科学博士。曾任职美林证券；在传统企业、电子商务、金融和医疗健康领域有多年的建模优化经验。擅长对大中型企业开展数据化应用落地规划，为华润集团雪花啤酒、物产中大集团、安踏、特步、太平鸟、利郎、李宁、七匹狼、一鸣真鲜奶等众多快消、零售行业的连锁品牌公司提供数据化规划服务。荣获荣誉：杭州市高层次人才、改革开放四十周年科技创新领军人物、新时代中国经济优秀人物、浙商十佳财智女性。

沈兵

【谷斗科技】联合创始人

简介：负责资源智能优化协同平台及其模型产品的研发工作，有20余年工业软件及应用平台研发经历，在工业软件平台技术架构设计与研发、工业领域调度优化决策等方面具有丰富的经验。

演讲标题：谷斗资源智能优化协同平台优化引擎GDSolver及其应用

摘要：谷斗资源智能优化协同平台是一个创新的决策平台，除了提供强大的业务建模能力外，也提供了高性能的优化引擎GDSolver。例如针对生产排程的业务场景，为了应对业务约束规则的复杂多变性的挑战，结合多种元启发式算法的GDSolver应运而生。本报告主要介绍优化引擎的设计原理以及与实际业务场景结合的应用建模过程，基于不同的业务场景，业务模型通过使用引擎提供的DSL（领域特定语言）传入不同的约束对复杂问题求解，实现引擎的高度适应性和扩展性；优化引擎还基于并行技术对内核进行加速，提升问题的求解性能。

董成

【清能互联】算法总监

简介：北京清能互联算法总监，在电力市场出清、电力系统调度运行、分解协调优化、市场交易决策等领域具有丰富的理论研究与系统开发经验，负责国内多个省级电力现货市场、首个区域电力现货市场出清核心算法技术设计研发，参与多项国网、南网总部科技项目，所开发的电力市场优化出清模块、电网调度计划优化模块应用于全国多个省份。 

演讲标题：面向国产替代的新型电力系统优化计算开放平台研究与实践

摘要：随着新型电力系统的发展，电力系统优化问题正在向规模更大、复杂性更高、耦合性更强的方向不断演变，计算精度和计算效率面临持续挑战。在核心技术国产自主可控的前提下，这一难题必须通过建立开放的合作环境与生态予以解决。本报告介绍新型电力系统优化计算开放平台，致力于为学科交叉、产研融合奠定技术基础。

8月5日圆桌讨论嘉宾信息

圆桌讨论：运筹学在生产企业中的应用落地

王雁君

【中石化石油化工科学研究院】院专家

简介：中石化石油化工科学研究院有限公司计算机技术应用研究室课题组长，院专家，副高级工程师。长期从事炼油行业资源优化、油品调合、生产调度优化等智能化领域的研究与应用工作。参与开发汽油管道调合技术、原油混输调度与调合优化技术、配方原油等技术，获中国石油化工集团公司科技进步二等奖两次。成套技术已推广应用到中石化及地炼等多家炼油企业中，这些技术持续为企业创造经济效益。 

---

陈胜华

【中电海康】研究员

简介：工学博士，副高，中电海康创新研究院研究员。曾获武汉市科技创新人才（3551）、粤港澳大湾区创新青年。主要从事多传感器数据融合、无人系统融合感知与定位、多智能体仿真的研究，主要理论方法:基于多传感器数据的融合和特征分析，包括SLAM建图、隐马尔可夫链模型、卷积神经网络等。围绕以上研究，主持武汉市重点基金项目1项，参与浙江省基金重点项目1项(排名8/10) 。近年来，在 IJGI、IEEE Transactions on Transport、SCIENCE CHINA Information Sciences、《图形图像学》等重要学术期刊上发表学术论文9篇，出版学术专著1部，授权发明专利5项，获得软件著作权2项，广州市技进步奖三等奖1项。

报名须知

本届Workshop注册报名已经截止，感谢您的关注。

主办方简介

【浙江大学管理学院】

浙江大学管理学院始建于1980年，是全国首个设立科学管理系的高校。学院在1986年获批管理科学与工程一级学科博士学位授予权，并于1998年、2001年分别获得企业管理和工商管理博士学位授予点。2006年通过AMBA认证，2015年通过AACSB和EQUIS三皇冠认证。学院以许庆瑞院士为核心，汇聚了众多国内外高端人才，致力于管理教学与研究。学院创建了多个创新项目，并与国际名校合作，正筹建中美商学院，打造全学科链的人才培养高地。

---

【上海交通大学安泰经管学院】

上海交通大学安泰经济与管理学院成立于1918年，是中国最早的商学院之一，见证并实践了中国高等教育的发展。学院在1928年设立国内首家管理学院，1984年恢复建制，2000年成为首家接受国际企业冠名的商学院，2008-2011年通过AMBA、EQUIS、AACSB三大国际认证。安泰经管学院拥有顶尖师资和生源，培养了大批杰出校友。其“工商管理”和“管理科学与工程”学科在教育部学科评估中获A+与A评级。学院积极开展国际合作，设立亚太中心并与全球顶级大学商学院合作，每两年召开“全球商学院长论坛”，致力于成为扎根中国的世界级商学院。

---

【浙江大学数据分析和管理国际研究中心】

浙江大学数据分析和管理国际研究中心成立于2016年，是校级跨学科研究机构，整合管理科学与工程、工商管理、计算机科学与技术等学科，专注于大数据研究。中心由斯坦福大学教授叶荫宇和浙大管理学院教授周伟华领导。设有七个研究所，并与全球顶尖大学和企业合作。中心以中青年科研团队为主，注重创新人才培养。使命是以数据为燃料，优化为引擎，创造智能美好世界，价值观为开放、协作、创新、包容，愿景是成为研究乐土、人才沃土和创新热土。

承办方简介

以运筹学为圆心，辐射数据科学、人工智能等领域，【运筹OR帷幄】社区旨在为读者带来运筹学/优化理论最专业和前沿的资讯与报道，及其在供应链管理、人工智能等学科的交叉应用。旗下求职和留学资讯平台【运筹Offer】，聚焦运筹学、大数据、AI等领域企业招聘、实习内推、职场经历分享以及海外本硕博申请咨询。扫码关注，精彩内容每日推送~

合作媒体

【DataFunTalk、DataFunSummit】

【数据派THU】

【Datawhale】

【交通邦】

【运小筹】

【科研式学习】

【优化算法交流地】

【轻松参会】

【机器学习算法与自然语言处理】