2022年POMS中国暑期学校授课第九期简报

2022年9月30日

2022 年 POMS 中国暑期学校 9 月 30日上午授课活动于 8：30 在腾讯线上进行。邀请授课老师分别是上海财经大学葛冬冬教授和清华大学刘登攀教授。

第一堂课程：《数学规划的理论，开发与管理应用》

授课老师：葛冬冬教授（上海财经大学，杉数科技联合创始人）

葛冬冬教授是上海财经大学的常任教授，国家杰出青年科学基金获得者，曾参与波音、谷歌、华为、京东、顺丰、滴滴、国家电网等国内外公司的多个优化项目，担任中国第一个开源数学规划软件 LEAVES 和第一个专业数学规划软件 COPT 项目负责人。

首先，葛冬冬教授介绍了数学规划的一些理论知识。对于一些复杂的管理系统，可以通过数学规划的方法进行建模，然后将模型和数据进行编程导入数学规划软件，通过求出的最优解来辅助决策。根据函数性质，数学规划可以划分为线性规划、整数规划、二阶锥规划、凸二次规划等。在量化管理决策时有两个经典的关键科学问题：一是如何建模，即将复杂决策问题翻译成简洁、有效的数学表达形式；二是如何求解，即快速、准确低求解数学模型。葛冬冬教授指出数学规划是管理决策中的重要方法论，被广泛应用于军事、航天航空、能源、交通、电商、仓储物流即金融等领域。但是，数学规划存在事实上的“卡脖子”风险，如2022年俄乌战争导致美国三大求解器全部断供俄罗斯。而且，数学规划也面临着数学理论门槛高、软件工程难度大、领域知识积累难和技术创新迭代快等挑战。另外，葛冬冬教授还介绍了世界著名的数学规划求解器的国内外现状。

然后，葛冬冬教授介绍了杉数科技关于数学规划求解器的开发。不同的求解器适用于不用的使用场景，如单纯形法求解器适用于稀疏的线性规划问题、超大规模线性规划问题和混合整数规划等；线性规划求解器适用于非稀疏问题、高度退化的问题和数值难度较高的问题等。葛冬冬教授以杉数求解器COPT为例，详细阐述了线性规划求解器的计算流程图，即模型输入、预求解、求解、单纯形&内点法算法实现。另外，整数规划的开发流程图是最困难的数学规划软件模块，其流程为模型输入、预处理、初始LP求解、割生成、启发式算法、分支定界。另外，葛冬冬教授还介绍了非线性优化求解器、混合非线性优化求解器等求解器的开发、预测和发布等

最后，葛冬冬教授阐述了线性规划的实践应用，详细介绍了杉数求解器COPT的实际应用案例，主要包括七个案例： 一、ICT全系统智能排程排产。二、 助力国家重大工程：1）奔月轨迹优化项目：针对飞行器返回的轨迹设计控制算法；2）雷达天线矩阵优化；3）俄罗斯大规模货运铁路系统调度优化问题。三、供应链管理：京东智能定价。四、仓储物流：京东亚洲一号无人仓AGV调度算法。五、服务国家重点需求：高铁运行图规划。六、南方航空的发动机管理优化项目。七：电网优化。

讲座结束后，葛教授回答了同学们提出的问题，获得热烈的反响。

第二堂课程：《Game Theory and Its Applications in POM and IS》

授课老师：刘登攀教授（清华大学，POM编委）

刘登攀教授的研究领域为平台经济和电子商务等，在 Management Science、Information Systems Research、Management Information Systems Quarterly等国际顶尖学术期刊发表多篇论文，现担任国际顶尖学术期刊Production and Operations Management的Senior Editor。

刘登攀教授本期授课的主题为“博弈论在管理科学中的应用”，主要向学员们分享了他的一些个人研究见解和研究成果。刘登攀教授指出研究方法主要是服务于研究问题的，那么好的研究问题一般包含两个要素：一是这个问题要与实践相关且重要，例如一些“痛点”问题、具有争议的问题和悖论问题等有趣的问题；二是这个问题要独特、新颖。刘登攀教授建议年轻学者在寻找研究问题时，要面向实践，关注实践，多从实践中挖掘有趣的问题，反过来再去查阅文献，看看是否有类似的研究。

接下来，刘登攀教授详细介绍了他最新的一项研究成果—《Behind Privacy Labels: Data Tracking and Advertising Competition on App Platforms》。刘登攀教授首先介绍了移动应用平台隐私政策的研究背景。数据隐私成为当前整个社会面临的重要挑战，各国也相继出台了严格的数据保护条例，对一些技术公司的数据使用进行约束。近期，为了响应隐私保护，移动应用平台上（以iOS为例）出台了一项有争议的新隐私政策，要求应用开发者显示隐私标签，并明确请求用户的数据跟踪许可，引发了数字广告从业者的热议。

刘登攀教授团队的研究通过建立博弈论模型来研究这项新政策如何影响手机应用平台中的所有关键利益相关者(即应用开发者、平台和消费者)。研究结果表明，采用新政策的平台有时会变得更糟糕，特别是当移动应用广告比平台广告在消费者转化方面更重要时。当采用新政策时，虽然由于数据跟踪水平的降低，应用程序的价格竞争有所缓解，但应用程序开发者的处境总是更糟。另一个有趣的发现是，尽管平台声称新政策旨在保护消费者的隐私，但它并不总是有利于消费者。

  报告的最后，刘登攀教授就学员们提出的用户下载意愿的随机因素、微分博弈在开环和闭环应用时的权衡等问题做出耐心回答。

     撰稿：2022年POMS中国暑期学校学员王天华（东北财经大学）