国科大经管学院、国科大数字经济监测预测预警与政策仿真教育部哲学社会科学实验室（培育）于11月9日联合举办了管理科学与工程学科“预测与决策”方向研讨会，聚焦探讨预测与决策相关的前沿问题和创新性研究。此次研讨会在国科大中关村校区教学楼举行，吸引了来自国内相关领域学者的热切关注。

会议首先由经管学院管理科学与工程教研室主任龚其国教授致欢迎辞，他向与会者们表示热烈欢迎，并介绍了研讨会的主题和背景。研讨会正式开始后，由龚其国教授和王曙明教授共同主持。国科大经管学院邓智斌副教授、李海东副教授、刘方副教授、田歆教授和中国科学院数学与系统科学研究院尚维副研究员、孙玉莹副研究员、魏云捷副研究员依次作学术报告，分享最新的研究成果、经验和见解。

龚其国教授

王曙明教授

邓智斌的报告题目是：A New Global Algorithm for Max-Cut Problem with Chordal Sparsity。他首先介绍了组合优化中的最大割问题及当前流行的求解算法，包括近似算法和分支定界算法，并指出该问题是带有稀疏结构的NP-hard问题；进而利用最大割问题的弦稀疏结构，提出了一种基于半定松弛的分支定界算法，并展示了半定松弛紧的条件；最后通过数值实验表明，与当前流行算法和求解器相比，所提出的算法在大多数实际应用中都具有更好的性能。

邓智斌副教授

李海东的报告题目是：Efficient Distributed Learning in Stochastic Non-cooperative Games without Information Exchange。他首先介绍了非合作博弈和纳什均衡，进一步引出随机非合作博弈，其中每个玩家的成本函数未知，且只能通过带噪声的黑箱仿真输出来进行估计；进而提出了一种随机分布式学习算法，其中使用同时扰动方法来估计每个成本函数的梯度，并使用镜像下降方法来寻找纳什均衡；接下来，对梯度估计的偏差和方差进行了渐近分析，展示所提出的算法可以以最优速率收敛到纳什均衡，并通过数值实验展示了算法的良好性能。

李海东副教授

刘方的报告题目是：Virtual Stockpile Pooling and On-Event Retrieval for Efficient Emergency Response。她首先介绍了应急管理的准备、响应和恢复三个阶段，指出应急准备阶段的关键是科学合理的应急物资储备；进一步介绍了维持库存水平的传统方法是静态库存，或者通过虚拟库存池动态调整仓库储备水平的阈值，然而这两种方法忽略了调取过程；基于强生公司的储备案例，他们分析了带有动态调取的虚拟库存池，通过求解一个三阶段优化问题，得到了相应的最优策略；通过分析发现应急物资只需要保留在一些关键仓库，并给出了满足关键仓库的具体条件；最后通过数值分析，展示了带有动态调取的虚拟库存池可显著降低运营成本，并提高服务水平。

刘方副教授

尚维的报告题目是：基于大数据的电力经济预测方法探索。她首先介绍了研究背景，并提出了三个关键研究问题：如何将互联网行业大数据和气象大数据更有效地嵌入相应的用电量预测模型？如何将多维度的经济统计数据与大数据集成进行统一建模？如何理解互联网大数据、电力数据、经济统计数据之间的关系？为此，他们研究了互联网经济舆情文本分析、面向电力需求的气温指数模型、混频数据建模、引入日度数据的现时预测等方法，并进行了相应的实证分析表明所提出的模型方法能实现更精准的用电量需求预测和宏观经济预测；通过对比分析发现，互联网大数据和气象大数据能够有效提高行业用电量和区域用电量预测的精度，并且电力大数据有助于宏观经济现时预测精度提高。

尚维副研究员

孙玉莹的报告题目是：Model Averaging for Decomposed Data。她首先介绍了经典的经验模态分解和频率模型平均等方法；进而提出了一种在时间序列数据分解框架下的向前验证模型平均方法，并进一步表明所提出的模型平均估计是渐近最优的；最后通过实证研究展示了所提方法的优势。

孙玉莹副研究员

田歆的报告题目是：Forecasting Intermittent Demand for Inventory Management by Retailers: A New Approach。他首先介绍了库存管理中的间断型需求，并指出由于存在需求波动和区间不确定性，针对间断型需求预测是一项具有挑战性的任务；为此，提出了基于马尔可夫状态转移矩阵的组合预测方法，充分利用信息化技术下库存信息可得这一事实，将库存信息和历史销售信息纳入到模型中；进一步使用京东和阿里巴巴的两大数据集进行实验，结果表明所提出方法在各种预测范围内能够提供更精准的预测结果，并且具有很好的稳定性。

田歆教授

魏云捷的报告题目是：基于社会情感的股票市场区间约束交易策略。她首先介绍了股票市场具有信息量大而逐条分析费时费力、股价涨跌因素复杂和股市动荡风险高等特点；基于TEI@I方法论，他们采用自然语言处理对新闻媒体数据、专家评论、社会舆情数据、COVID-19报道等文本数据进行分析处理，并结合深度学习模型，基于历史股价序列预测未来走势，随后提出了基于区间约束的交易策略；他们还进一步基于COVID-19期间中国股市五只代表性股票的数据进行实证研究和交易模拟，结果表明，情绪指数和深度学习模型可以提高股价预测的准确性，并且基于该方法的区间约束交易策略可以有效地提高收益，帮助投资者进行决策。

魏云捷副研究员

在问答环节，与会者与报告嘉宾展开了热烈的讨论。

会议提问与讨论

最后，经管学院常务副院长李建平教授对本次研讨会的成功举办与有益经验进行总结，并对年轻师生们提出了期望。李建平表示，学院后续将开展博士后及博士生专题学术成果分享报告会，通过分享知识、促进合作，推动管理科学与工程学科的不断发展。

李建平作会议总结