在中国共产党诞辰100周年暨钱学森诞辰110周年之际，中国自动化学会也迎来了六十周年会庆。围绕自动化、信息与智能科学领域，会议共设置了16个Workshop，涵盖了认知计算与混合智能、智能分布式能源、信息物理系统、分数阶系统、Kids in Control等方向。10月15日，大会Workshop之一——“大数据环境下智能运营管理”通过“腾讯会议”方式圆满召开。

大数据环境下智能运营管理是以大数据为驱动因素，采用科学的分析方法建立基于学习的优化模型，以帮助企业实现复杂动态场景下的智能决策。该Workshop分为两个“子Workshop”。10月15日上午9点-11点30分，北京航空航天大学经济管理学院的吴俊杰教授主持召开了第一个“子Workshop”。下午2点-4点30分，清华大学经济管理学院的肖勇波教授主持召开了第二个“子Workshop”。Workshop共邀请了10位来自全国知名高校的运营与供应链管理领域内的学者为参会者作了精彩报告。10位报告人分别针对不同行业和问题场景，围绕大数据环境下的智能运营管理问题，分享了他们最新的研究见解和实践经验。

产品更新换代背景下，生产和销售新一代产品的制造商通常面临着两类客户：没有任何旧产品的新客户和已经拥有旧产品的客户。制造商提出以折扣价格出售新产品，同时从客户手中回收旧产品的以旧换新计划。针对上述背景，厦门大学的陈继光副教授研究了制造商的最优以旧换新定价决策问题。

北京理工大学的关磊副教授以奖励型众筹平台为研究对象，采用博弈论和优化方法，分别建立了AON机制和KIA机制下的创业者和众筹平台优化模型，以研究众筹平台如何设计定价策略以实现收益最大化。研究工作通过对比众筹平台的三种定价方式，即固定费用、比例费用和差异化费用，确定了AON机制和KIA机制下的最优定价策略。

基于当前自有品牌产品从国产品牌制造商采购的趋势，北京外国语大学的李雪讲师建立了一个博弈论模型，在该模型中零售商可以在边缘品牌和国产品牌制造商采购之间进行选择。研究结果表明，当忠诚消费者群体规模较大时，零售商将从NB制造商采购产品。此时，渠道成员双方都能够获得更多的收益，即从NB制造商采购可以提高渠道利润、消费者剩余和社会福利。

北京航空航天大学的刘冠男副教授面向救护车动态重定位调度问题，提出了一种基于强化学习的调度策略结构，以实现合理调配有限的救护车资源，降低呼叫响应时间，提高医疗服务水平的目标。基于深度Q值网络（DQN）方法，研究工作提出了一种考虑多种调度交互因子的算法RedCon-DQN，以在给定环境状态下得到最优的重定位调度策略。

深圳大学的林美燕讲师基于中国老年健康影响因素跟踪调查（CLHLS）数据，运用仿真优化方法，研究了多排队策略下考虑长者健康状态转移和止步行为的养老院床位与护工资源长期配置问题。仿真结果表明：通过给予高龄失能长者更高的优先权，能够加快床位周转，改善系统各项指标；而不考虑长者健康状态转移会低估所需护工数量，导致长者满意度下降。此外，长者止步行为会降低床位和护工的配置数量。

清华大学博士后赵翠针对由两个相互竞争的企业所构成的在线零售市场，探讨了两个企业如何依据在线评论制定初始质量（和/或价格）决策以及产品质量（和/或价格）调整策略问题。研究发现不同于垄断市场，在竞争市场中动态调整产品质量和/或产品价格不一定能够帮助企业获得更多的利润。

电子科技大学的钱宇副教授从供销的实际需求角度出发，提出了一种基于命名实体识别的产品关联分析模型，以帮助有效解决跨境电商的选品决策问题。研究结果表明，识别出关联产品间的市场需求时机相对“滞后”、“提前”与“同步”的特征可以作为企业进行产品市场布局时机选择的重要信号，可以为企业优化选品决策提供一定的数据支撑与策略建议。

四川大学的吴鹏教授围绕当前网约车平台与汽车制造商合作，向无车司机出租汽车的现实背景，构建一个程式化模型来研究平台的汽车租赁服务。研究发现，当GV的燃油成本较高时，PCS-Leadership是保证传统平台总流量的有效方式，而PRS-Leadership则更加适用于OEM平台。

重庆大学的徐鸿雁教授通过构建一个信息不对称的博弈理论模型，考察了零售商的风险规避和利他行为对其需求信息共享决策的影响。研究表明，信息共享使得零售商的双重边缘化更加强烈，从而对零售商产生了信息共享的双重边缘化效应。零售商的风险规避会强化信息共享的双重边缘化效应，而零售商的利他行为则会削弱这种效应。只有当零售商的利他行为高或利他行为低且风险厌恶程度高时，信息共享才会对零售商有利。

北京理工大学的朱斌助理教授提出了一个目标驱动的投资组合模型，用于投资者进行投资组合选择。该模型可以帮助投资者进行传统上依赖于马科维茨均值-方差模型的理性投资组合选择。此外，模型还解释了一些众所周知的行为偏差，如盈亏平衡效应、房钱效应和性格效应。

实践中，运营与供应链管理的核心问题在于供应链各环节中的供需匹配，现实世界的不确定性极大地增加了这种匹配的风险与难度。在当今COVID-19新冠肺炎疫情大流行的国际形势下，企业及其所处的供应链面临着更为严峻的市场不确定性，如何利用信息技术融合组织内外部的异质数据，以帮助企业有效地实施智能运营管理策略，变得尤为重要。“大数据环境下智能运营管理”Workshop期间，各报告人分享的研究工作为助力企业更加有效地制定与实施相关决策，为企业智能运营管理理论的丰富与实践应用提供了有价值的决策参考。再次祝贺自动化大会Workshop“大数据环境下智能运营管理”的圆满召开。