近日，我院张道恒博士以第一作者身份，与澳大利亚新南威尔士大学 Ruhul Sarker 教授、Hasan Turan博士以及香港中文大学（深圳）张莲民博士等合作的论文“Two-Stage Newsvendor Network Problem: A Data-driven Distributionally Robust Optimization Approach”被管理科学领域顶级期刊Production and Operations Management录用。
该研究提出了一种新颖的数据驱动两阶段分布鲁棒优化模型。该方法不需假设需求的支撑集已知，而是直接从历史数据出发，采用两种预测算法——基于分位数和基于马氏距离的方法——分别推断需求支撑集。在此基础上，研究构建了一个以经验分布为中心、在∞-Wasserstein距离内包含所有可能概率分布的模糊集，并以最小化最坏情形期望成本为目标进行决策。为近似第二阶段的追索决策，研究进一步设计了可证明渐近最优的多重线性决策规则，从而将模型分别转化为易求解的线性规划和二阶锥规划，并建立了有限样本性能保证。该研究为零售企业在多地点库存系统中的数据驱动鲁棒决策提供了新的理论支撑与实践参考。
《Production and Operations Management》是国际运营管理学会（POMS）的旗舰期刊，位列UTD24顶级期刊之一，是管理科学、运筹学与运营管理领域公认的权威学术刊物。该刊专注于生产和运营管理中的理论和应用研究，涵盖供应链管理、库存控制、服务运营、数据驱动决策等方向，以严格的同行评审和高学术标准著称，对全球运营管理研究具有广泛而深远的影响。
（撰稿：张道恒；审核：艾科妮，戴道明）
