运作管理学术论坛（04）：白凯宗

时间：2025-10-10

运作管理学术论坛（04）：白凯宗

报告人：白凯宗 副教授

报告题目：基于自适应采样策略的动态不确定环境下的实时优化决策

报告时间：2025年10月13日（周一）下午15:00--16:00

报告地点：博学楼316室

主办单位：运作管理与优化决策研究团队

报告人简介：白凯宗，东北财经大学管科学院准聘副教授。研究方向包括统计过程控制、工业大数据分析决策、自适应采样机制、统计机器学习等，在IISE Transactions和NRL等知名期刊发表论文多篇，主持国家自然科学基金1项，辽宁省教育厅项目1项。研究方法包含统计推断、过程控制、动态规划、强化学习、运筹优化等。目前研究兴趣主要集中在基于自适应采样策略的动态不确定环境下的序贯决策机制。

报告摘要：数据采集、数据处理和优化决策是数据驱动管理学研究中的三个关键环节。以往大部分研究弱化了数据采集策略，将数据处理所得的估计或估计的分布直接作为优化模型的输入进行后续决策。我们将数据采集策略作为关键决策变量融入优化模型，强调数据采集策略应紧密围绕并服务于长期优化目标，从而形成数据采集、数据处理和优化决策的在线闭环迭代，构建基于自适应采样策略的动态不确定环境下的序贯决策新范式。该报告主要介绍这一研究范式在两类场景下的应用：（1）通过无线传感器网络实时监控大规模空间域的集群性异常，如林火、滑坡和水域污染；（2）通过自适应实时质检策略调整和控制多阶段制造过程中的复杂产品质量。

在无线传感器网络中，传感器的感知与通信需要消耗大量能量，而节点配备的能量储备往往十分有限，能量耗尽即意味着节点失效。在大规模监测网络中，通常会部署大量冗余节点，通过序贯激活部分节点集，接续进行感知与通信以维持网络运行。研究节点激活策略和实时监控方案，对提升网络运行时长以及及时发现区域内的异常至关重要。我们首先基于已有研究对该场景的简化建模，开发了性能更优的方案。接下来将在现有问题模型的基础上，纳入更复杂的影响因素和场景约束，以更好反映现实场景，构建更具实用性的自适应节点激活策略。

在多阶段制造过程中，产品的质量状态受每个阶段操作的影响。前一阶段出现一定范围的状态偏移的产品，可能通过后续阶段操作的补偿与修正恢复到正常质量水平，但这会伴随额外的操作成本。当状态偏移超出可控水平时，应停止后续生产，及时止损。另外，产品状态的检测往往需要一定的检测成本，基于检测值可以对产品的状态估计进行更新。我们运用局部可观测马尔可夫过程对多阶段制造过程进行建模。对于每个产品，在每个生产阶段完成后，系统需基于前置信息，做出是否进行检测、是否中止后续生产、以及在继续生产时是否需要付出额外成本以调整后续阶段操作等一系列决策，从而最大化产品的期望产出效益。

欢迎有兴趣的同学参加！

撰稿：田伊然  赵永丽    审核：吴志樵  印明鹤   单位：管理科学与工程学院