文末领取本次研讨会嘉宾演讲PPT获取方式
8月3日上午，研讨会在热烈的氛围中隆重开幕。新加坡国立大学工业系统工程与管理系助理教授、"运筹OR帷幄"社区主编兼联合创始人覃含章担任主持，浙江大学管理学院副院长杨翼教授发表了开幕致辞。杨教授对来自业界和学界的各位嘉宾表达了诚挚的欢迎，并期望通过深入交流，促进运筹学在实践中的应用与进步。
斯坦福大学叶荫宇教授汇报了AI在建模和求解大规模数学优化问题方面的新进展，并讨论了AI在数据积累和计算效率提升方面的核心作用。此外，还分享了大型语言模型训练方法的内存需求和成本问题，以及数学规划在地月工程、电力市场等实际应用中的案例，最后讨论了数学建模与计算和人工智能模型之间的区别和互补性，以及数学优化在国计民生中的广泛应用。
金耀初 （西湖大学教授）
西湖大学金耀初教授首先从生物的学习(learning)，进化(evolution)，发展(development)这三个特性出发，梳理了进化计算与人工智能的众多研究方向，并介绍了图神经网络（GNN）和扩散模型在组合优化和多目标优化中的研究进展。此外，还分享了GNN在高铁列车重调度、旅行商问题以及设施选址等问题中的实际应用，以及扩散模型在燃油混合调度、数据驱动的多目标优化和路径规划等实际问题中的具体应用与潜力。
阿里云智能集团叶杰平副总裁深入分析了大型语言模型（LLM）的机制，并探讨了其在不同领域的应用。介绍了人工智能技术的重大进展，包括AlexNet、BERT、GPT系列等，并讨论了大型预训练语言模型的发展。此外，还探讨了LLM如何存储和传递知识，以及它们在执行特定任务时的机制，包括“突现能力”和在实际应用中的表现。
清华大学赵磊教授首先深入浅出的将围棋中“实”和“虚”的概念，联系到优化决策中的即时收益和长期收益。然后详细讲解了构建马尔科夫过程的方法，以及四种不同的求解策略，并通过若干实际案例分享了优化中仿真的重要性以及存在的挑战。此外，还分享了运筹学应用路径从OR模式向GenAI模式的转变的一些思考。
陆学华总监主要探讨了列生成方法在解决机组排班优化问题中的应用。讨论了优化软件在管理或工程问题中的关键作用，强调了业务逻辑与应用逻辑分离的重要性，并详细介绍了机组排班优化问题，包括成本最小化和满足生产规则的策略。此外，还讨论了列生成方法的实现细节，包括子问题的求解和最短路径算法的应用。
袁晓明教授介绍了一阶算法在工业优化问题中的应用，特别关注了FISTA算法在大型语言模型后训练剪枝中的应用。还介绍了GPU自适应ADMM算法在大规模在线直播线性规划问题中的应用。此外，还分析了数学驱动的启发式算法在分配问题中的应用，以及ADMM和半光滑牛顿方法在物理问题中的应用。
顺丰运筹优化算法总工程师高磊深入探讨了大型人工智能生成内容模型（AIGC）如何被应用于智慧供应链的多个环节。首先概述了AIGC在定制IP、品牌宣传、AI审核、企业知识问答、文档摘要和声音挖掘等方面的广泛应用。随后，重点讨论了在供应链和物流运营优化中利用大模型能力的方法，以及解决大模型在专业程度和精确计算上的局限性。汇报还对比了语言大模型和物流决策模型的技术框架，强调了物流决策中需要特别考虑的因素。通过案例分析，展示了大模型在路径规划和装箱优化中的显著性能提升。
达达快送的算法总监庄学坤基于多年行业经验分析了即时配送行业数字化面临的三大挑战，并介绍了新一代即时配送指挥中心。接着，总结了AI在即时配送场景中的三个核心应用，包括定价，派单和判责。此外，还呼吁算法向善，在优化效率和成本的同时也要考虑人的体验。
AMD的AI架构师王翼介绍了如何实现大型语言模型（LLM）训练/推理工作负载优化和使用LLM技术的视觉模型训练/推理的软件堆栈优化。讨论了在ICDs上考虑OR问题的必要性。他提供了大规模OR问题的例子，并分析了行业趋势以及如何利用ICDs提高OR的效率。介绍了不同公司在ICDs上进行OR优化的进展。
上海久章智能科技有限公司CEO 张新杰 介绍了久章智能如何通过结合机器学习和运筹优化技术开发智能决策系统，以解决供应链与物流行业面临的成本痛点。典型场景涉及多目标组合优化问题，如分配、路径优化、装卸和排队流量控制。久章数字化方案利用地图信息和算法提供全局最优解，包括线路规划、车货匹配和多式联运等场景。核心技术包括大规模、非线性、多目标、多层次的整数优化和强化学习自主核心算法，这些技术在效率上优于国外商业化运筹优化软件。通过多个案例，如汽车企业零部件出入场计划、运输企业车队调度、无人车园区调度管理等，展示了智能决策在不同行业中的应用和价值。
策推信息CEO 汪达钦博士 介绍了策推信息致力于计划层面的智能决策，使用运筹优化和机器学习算法解决人员、生产、库存和物流的计划决策问题的相关情况。汪博士还分享了运筹类项目常见问题、算法工程师的三个要点以及工程化思维的重要性。
高科数聚首席科学家苏涛介绍了智能决策在汽车营销中的应用。他首先分析了汽车行业的竞争现状和市场新态势，包括消费升级、个性化需求、用车方式多样化、品牌竞争激烈、市场增长放缓等因素。随后，介绍了高科数聚公司及其产品，强调了公司在汽车领域的算法模型、数据生态伙伴和中大型企业客户等方面的优势。详细讨论了智能决策在汽车营销中的具体应用，包括客户画像分析、库存管理、销量预测、精准营销、定价策略等，并通过历史数据驱动的销量预测、时间序列分析、微观建模消费者选择等技术手段，深入理解影响消费者选择的因素。
上海驭策供应链CEO 赵玲 介绍了供应链决策从“推拉结合”向“统筹优化”的转变，并讨论了业务场景、案例背景以及中期资源分配模型。她强调了在不同工厂的产能评估、生产成本和上单方式上考虑多种约束的重要性，并提出了优化模型以实现全局优化。汇报中提到了伊品生物和金风科技的案例，展示了如何通过算法建模和求解器实现成本节约和决策效率提升。
览众数据的CEO 王一君 介绍了其在多个领域的建模优化经验，擅长为大中型企业进行数据化应用落地规划。讨论了产业背景、高质量增长的挑战，以及未来大环境的不确定性。通过服装行业的案例分享，展示了企业如何通过数据驱动决策来应对市场变化和内部管理挑战。介绍了览众数据的智能化决策产品和服务，以及在快消、鞋服时尚和其他行业的应用，强调了数据驱动决策在不同行业间的共通性和跨行业扩展的潜力。
谷斗科技联合创始人 沈兵 详细介绍了谷斗科技开发的资源智能优化协同平台及其优化引擎GDSolver。该平台旨在帮助企业在销售、采购、配送、生产和人力资源等多个场景中实现决策优化。讨论了平台的技术架构、决策引擎、模型驱动引擎和实时自动计算引擎，并展示了在供应链计划、实验室检验排程、车间作业排程、成品需求预测、人力排班和行车调度等方面的应用案例。
清能互联算法总监 董成 介绍了新型电力系统优化国产替代的破局之路、优化计算开放平台的总体设计和研发实践。强调了优化计算技术在新型电力系统建设中的重要性，特别是在处理高维决策空间内的多目标协同资源优化配置方面。
青年学者 Poster Session
在本次大会中，共有17位优秀的青年学者入选海报展示环节。现场交流氛围热烈而融洽，学者们热情地介绍了自己的研究成果，吸引了众多参会者驻足聆听。经过专业评委的严格评选，我们收回10份有效评分表。最终，评选出2个最佳海报奖和3个优秀海报奖项。这些获奖者在海报设计和内容呈现上表现出色，与观众的互动交流中也展现了卓越的沟通能力和对学术研究的极大热情，我们向所有获奖者表示最热烈的祝贺。
获奖信息如下：
最 佳 海 报 奖 （2个）
唐博-多伦多大学：PyEPO: A PyTorch-based End-to-End Predict-then-Optimize Library for Linear and Integer Programming
胡思行-新加坡国立大学：Labor Supply Dynamics in the Gig Economy: Participation and Working Time Decision -- Evidence from a Logistics Platform
优 秀 海 报 奖 （3个）：
朱东浩-日本统计数理研究所：Solving choice-based Linear Programs in Huge Scale
刘睿成-西交利物浦大学：End-to-end deep-learning algorithms for inventory management in capacitated bike-sharing systems
余荣彦、肖子洋、韩雄威-华为-诺亚方舟实验室、浙江大学：Chain-of-Experts: When LLMs Meet Complex Operations Research Problems
企业展示&简历投递
在企业展示和简历投递环节中，学生和企业代表们面对面交流，气氛热烈而友好。企业代表们全面细致地介绍自己的公司文化、发展前景以及职位要求。与会者认真了解每家企业并积极投递简历。这个环节不仅是一次求职机会，更是一个展示自我、建立联系的平台，为求职者和企业之间搭建了一座沟通的桥梁。
浙江大学周伟华教授在闭幕式中指出，通过本次会议的深入交流和讨论，我们见证了运筹学、大语言模型以及人工智能等领域的最新研究成果和行业应用案例。周教授强调，技术的创新和发展需要我们不断地探索和实践，同时也需要跨学科、跨行业的合作与交流。他鼓励所有与会者将会议中的洞见和启发转化为实际行动，以推动科学技术的进步和产业的发展。最后，周伟华教授对所有参与者的贡献表示感谢，并期待在未来的活动中再次相聚，共同开启新的学术旅程和合作机会。
随着第三届「运筹学和人工智能在业界的前沿应用」研讨会的圆满落幕，我们再次见证了运筹学与人工智能领域内的深度交流与智慧碰撞。
在这两天丰富而紧凑的议程中，我们有幸聆听了来自不同领域的专家分享他们对于运筹学前沿问题的独到见解和宝贵经验。线下超过350位参会者与我们共同度过了这段宝贵的时光。学生群体参会比例为58%，72.73%的参会者具有硕博学历，涵盖83个国内外科研院校与32家企业单位。本次会议邀请了8位主旨演讲嘉宾以及9位业界大咖做汇报。
在此，我们特别感谢主办方浙江大学管理学院、上海交大安泰经管学院、浙江大学数据分析和管理国际研究中心与承办方「运筹OR帷幄」的工作人员以及20余位志愿者的辛勤工作和大力支持。同时，我们也要向所有参与分享的嘉宾表示感谢，是你们的精彩演讲和深刻洞察，让本次会议内容丰富多彩、意义深远。
让我们携手前进，在运筹学和人工智能的征途上不断探索和创新，为社会的进步和发展贡献我们的智慧和力量。再次感谢大家的参与和支持，祝愿大家未来的日子里取得更多的成就，期待与各位的再次相遇。
为了不断提升我们的会议质量和服务水平，更好地组织下次会议，我们诚挚地邀请您花几分钟时间，通过扫描下方的二维码参与我们的会议反馈问卷调查，您的每一条建议和意见对我们来说都极为重要。
成功填写问卷调查的小伙伴，可获取本次研讨会嘉宾演讲PPT。
问卷地址：https://y3g1h6jpu4avzg2h.mikecrm.com/mFY1lW4
微信公众号后台回复
加群：加入全球华人OR|AI|DS社区硕博微信学术群
资料：免费获得大量运筹学相关学习资料
人才库：加入运筹精英人才库，获得独家职位推荐
电子书：免费获取平台小编独家创作的优化理论、运筹实践和数据科学电子书，持续更新中ing...
加入我们：加入「运筹OR帷幄」，参与内容创作平台运营
知识星球：加入「运筹OR帷幄」数据算法社区，免费参与每周「领读计划」、「行业inTalk」、「OR会客厅」等直播活动，与数百位签约大V进行在线交流
文章须知
推文作者：阿薛、陆彬、覃含章、唐懿、杨春苇、金澎
责任编辑：陆彬
微信编辑：疑疑
文章由『运筹OR帷幄』原创发布
如需转载请在公众号后台获取转载须知
关注我们
FOLLOW US
