上海治理论坛第575期
标题：Integrating Simulation, Optimization and Reinforcement Learning for Sequential Decision Problems in Supply Chains（融合仿真、优化与强化进建求解供给链序贯决策问题）
演讲人：李海涛教授，密苏里大学圣路易斯分校
主持人：李洪波副教授，彩运网治理学院
功夫：2026年6月22日（周一），下午15:00
地址：彩运网校本部东区1号楼治理学院420会议室
主办单元：彩运网治理学院、彩运网治理学院青老大师联谊会
演讲人简介：
李海涛教授现任美国密苏里大学圣路易斯分校（University of Missouri–St Louis, UMSL）供给链与数据分析系主任，先进供给链分析尝试室首创主任。2005年获美国密西西比大学运营治理博士学位，2002年获得该校经济学硕士学位 ；2000年于北京航空航天大学工业表贸专业获工学学士学位，辅建航空工程。重要钻研方向为优化建模、算法设计及其在供给链领域的利用，钻研领域蕴含供给链网络设计、供给链架构规划、资源配置、项目调度、车辆蹊径优化等。其主持科研项目先后获美邦交通部、美国国度科学基金会、美国陆军钻研办公室赞助，同时承接惠普尝试室、Express Scripts公司、Ameren集团、Cass信息系统、美国供给链治理协会（ASCM）等多家企业与行业机构横向课题。2015年荣获密苏里大学圣路易斯分校Douglas Durand卓越科研奖 ；占有两项美国专利、多项技术发现登记，先后获评2015年度UMSL年度发现家、2025年度校级资深钻研员。目前担任《Journal of the Operational Research Society》《Transportation Journal》副主编、《International Journal of Project Management》编委。论文颁发于Transportation Science、European Journal of Operational Research、Decision Sciences、INFORMS Journal on Applied Analytics等驰名期刊。
演讲内容简介：
信息技术的迅猛发展以及海量数据的宽泛获取，为供给链中的新型贸易模式和数据驱动的优化决策支持启发了发展空间。本汇报将首先介绍一类在不确定性前提下的序贯决策问题及其在供给链战术层、战术层和运营层面的利用。随后，将介绍马尔可夫决策过程（MDP）建？蚣，以及两种通用的求解战术：开环战术和关环战术。只管从理论上讲，关环战术优于开环战术，但推算最优关环战术必要求解贝尔曼方程，而对于大规模问题，这会遭逢驰名的“维度苦难”。为克服这一推算挑战，我们提出了一种通用的近似动态规划（ADP）框架，融合仿真、优化与强化进建步骤，称为Sim-Opt-RL，为高维MDP提供高质量且推算上可行的关环战术。汇报还将展示Sim-Opt-RL在随机资源规划和随机资源受限项目调度问题（SRCPSP）中的利用。
欢迎宽大师生参与！
