时间：2026年10月13日，上午9：30-12；00，下午13：30-18：00

地点：南京航空航天大学将军路校区经管学院A0405室

1）报告题目：地缘冲突与极端天气复合冲击下全球产业链风险传导研究

报告摘要：本研究构建基于实体能力约束的产业链风险压力测试框架，将地缘冲突与极端天气分别转化为生产能力约束与运输能力约束，嵌入供应约束型MRIO模型。基于历史数据与气象指标设定压力情景，模拟复合冲击传导。结果表明：地缘冲击集中于能源节点，极端天气通过海运网络扩散，复合损失呈次加性。研究为产业链风险评估提供了实体约束刻画与联合压力测试的新视角。

报告人简介：

巩在武，南京信息工程大学教授、博士生导师。他的研究工作主要包括行为决策与风险分析/偏好学习等。目前共发表SCI论文160余篇，偏好学习的研究成果主要发表在European Journal of Operational Research、Omega、IEEE Trans 系列、TRE/TRC、系统工程理论实践、等国际、国内期刊上；风险分析成果集中发表在Natural Hazards、Natural Hazards Review、International Journal of Disaster Risk Reduction、Climate Services、自然灾害学报等期刊上。在“科学出版社”、“Springer”出版中英文专著7部，出版风险管理类教材2部。

2）报告题目：AI与运筹优化融合的几个实践

报告摘要：本报告聚焦于AI与运筹优化深度融合的两个典型应用场景，系统阐述相关理论方法与工程实践。（1）针对非平稳环境下的在线资源分配问题，我们提出了融合学习与校正机制的GDLR算法。该算法基于“全局非平稳、局部平稳”的用户到达模型，通过双机制协同优化资源分配：学习机制动态更新分布估计，校正机制自适应调整预算。在支付宝视频推荐场景的A/B测试中，GDLR展现出显著的性能提升。（2）针对智能风控大规模分配难题（亿级变量、千万级约束、非凸非光滑）。我们提出算法-算力（GPU）协同求解框架：采用SLP分解问题，再以GPU定制的PDHG算法并行求解LP子问题，攻克约束瓶颈；最后恢复整数解。实验表明，该协同框架为求解工业规模问题提供了高效且可行的技术路径。

报告人简介：

陈彩华，南京大学教授、博士生导师、工程管理学院副院长，新加坡国立大学联合培养博士。主持国家重点研发计划项目、国家自然科学基金重大项目课题、优秀青年项目、江苏省攀登项目。代表作发表于PNAS、Mathematical Programming、UTD24系列、SIAM系列、IEEE系列杂志及人工智能顶级会议，多篇论文入选ESI高被引论文。获Informs TSL最佳论文奖、华人数学家联盟最佳论文奖、中国运筹学会青年科技奖、江苏省科学技术、民建中央优秀参政议政个人、南京大学青年五四奖章。从事数据驱动的不确定决策、AI与优化博弈双向驱动的算法、优化算法设计与应用等研究。

3）报告题目：一致Wasserstein传输：分布鲁棒优化的新方法

报告摘要： Wasserstein分布鲁棒优化（DRO）通过最优传输构建概率分布模糊集，是数据驱动优化的重要方法。传统模型通常采用不同阶数的Wasserstein距离，其中1阶Wasserstein距离因对概率分布的假设要求较弱、计算可处理性较好及具有良好的有限样本保证而被广泛应用。然而，1阶距离对分布差异的刻画可能过弱，甚至导致DRO模型的最优解退化为样本平均近似（SAA）解。针对上述局限，本报告提出一致Wasserstein传输（Coherent Wasserstein Transport）方法，通过将一致风险度量引入最优传输，构建具有风险厌恶特征的新型传输度量。该方法能够在保留1阶Wasserstein距离主要优势的同时，增强对分布差异的刻画能力，既适用于较广泛的概率分布，又可使相应DRO问题通过凸规划或线性规划求解，并保持可比的有限样本保证。数值实验表明，该方法能够有效避免1阶度量过弱导致的退化问题，并通过在1阶与无穷阶Wasserstein度量之间灵活调节，相较于2阶和无穷阶Wasserstein分布鲁棒优化取得更优的样本外表现。此外，该类模型还衍生出新的正则化形式，为数据驱动优化研究提供了新的思路。

报告人简介：

毛甜甜，中国科学技术大学管理学院特任教授，滑铁卢大学统计与精算科学系兼职教授。2012年5月于中国科技大学大学获理学博士学位后留校工作至今，分别于2016年2月和2025年12月晋升为副教授和特任教授。研究方向为风险度量，量化金融保险风险管理，模型不确定下的风险管理，分布稳健优化，极值理论和随机比较/随机占优及在决策理论中的应用等。在Management Science, Operations Research, Mathematical Programming 和Mathematical Finance等期刊发表论文五十余篇，获得国际精算协会2020年度Bob Alting von Geusau 奖，入选国家创新人才青年项目。

4）报告题目：应急场景下供应链网络协同优化研究

报告摘要：在全球气候异常与灾害事件频发的背景下，应急场景对供应链网络的快速响应能力、资源调配效率及多主体协同水平提出了严峻挑战。本报告聚焦团队近年来的研究成果，围绕应急场景下供应链网络协同优化设计，着重探讨两阶段可恢复的供应链网络选址-分配策路、基于车辆-无人机协同的选址-配送方案以及面向动态需求的应急物资配送方法。

报告人简介：

殷允强，电子科技大学教授、博士生导师、管理科学系主任、运作优化与智能决策研究所所长，国家社科基金重大项目首席专家。入选国家高层次青年人才、四川省杰青，2014—2025 连续 12 年获评 Elsevier 中国高被引学者，位列全球前 2% 顶尖科学家。主要研究方向为智能管理决策优化、数智运营与供应链管理。主持国家社科基金重大项目 1 项、国家自然科学基金 5 项，四川省自然科学基金重点项目、四川省杰出青年科技人才项目等省部级课题 5 项。以第一/通讯作者在 JOM、TRB、NRL、EJOR、IEEE Transactions 系列等国际权威期刊发表 SCI 论文 100 余篇，出版学术专著 3 部、省级规划教材《整数规划：基础、扩展及应用》1 部，获授权国家发明专利 5 项。获教育部科学研究优秀成果奖三等奖、四川省社会科学优秀成果奖一等奖、四川省科技进步二等奖等省部级奖励6项。兼任中国管理科学与工程学会理事、中国双法研究会理事、中国系统工程学会决策科学专业委员会副主任委员、中国物流学会青年论坛工作组副组长、中国双法研究会智能决策与博弈分会秘书长等职。

5）报告题目：数字孪生水网数据共享收益分配策略研究

报告摘要：数字孪生水网是现代化水网建设的重要载体，其高效运行依赖多源数据协同共享。然而，受收益、安全等因素约束，数据主体对不同类别数据呈现差异化开放特征，增加了收益分配难度，进而影响多主体共享意愿。本报告提出了基于连续型多属性合作博弈的数字孪生水网数据共享收益分配策略，主要包括三方面：一是介绍数字孪生水网建设背景与现实困境；二是梳理合作博弈的理论演进与核心进展；三是构建差异化开放条件下的多属性合作博弈分配模型，并通过流域数字孪生水网多主体数据共享算例开展验证。

报告人简介：

张恒杰，河海大学商学院教授、博导、研究生院副院长。入选国家级青年人才计划、全球高被引学者、江苏省社科优青、江苏省“青蓝工程”优秀骨干教师、江苏省“双创博士”等。主要从事决策/冲突分析领域的研究工作。担任《IEEE Transactions on Systems, Man, and Cybernetics: Systems》《Information Fusion》《Group Decision and Negotiation》《Applied Intelligence》等4本SSCI/SCI期刊副主编。主持国家自然科学基金项目3项，教育部人文社科基金1项，江苏省社科/自科基金2项。在《系统工程理论与实践》《中国管理科学》《IISE Transactions》《European Journal of Operational Research》《IEEE Transactions》等国内外学术期刊发表SSCI/SCI/CSSCI论文50余篇。成果被引7400余次。5篇资政被中办/国办/教育部采纳。获评“中国百篇最具影响国际学术论文”（2篇，2018&2020）、江苏省第十八届哲学社会科学优秀成果奖（2025）。