2024年6月21日和22日，由中國科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院(以下簡稱國科大經(jīng)管學(xué)院)主辦，中國管理現(xiàn)代化研究會風(fēng)險管理專業(yè)委員會協(xié)辦的“第七屆仿真方法和應(yīng)用研討會”在中國科學(xué)院大學(xué)中關(guān)村校區(qū)順利召開。

21日上午9：00，研討會開幕。國科大經(jīng)管學(xué)院院長洪永淼致歡迎辭，深入介紹了學(xué)院的創(chuàng)立歷程和發(fā)展軌跡，著重強(qiáng)調(diào)了本次研討會主題“人工智能時代下的仿真”的重要意義，展望了未來的發(fā)展方向和目標(biāo)。

第一天，研討會迎來了一系列精彩的英文學(xué)術(shù)報告。上午的報告由國科大經(jīng)管學(xué)院王曙明主持。來自美國喬治梅森大學(xué)的Chun-Hung Chen以“Stochastic Decision Making—— From Simulation to Digital Twin and From Learning to Thinking”為題，介紹了一種創(chuàng)新的仿真（數(shù)字孿生）和機(jī)器學(xué)習(xí)的整合，賦予其“思考”的能力，以高效識別最優(yōu)決策，同時有效應(yīng)對數(shù)據(jù)可用性、訓(xùn)練限制和未來事件不可預(yù)測性相關(guān)的挑戰(zhàn)。這一報告對本次研討會主題做了非常好的詮釋和解讀。來自美國紐約哥倫比亞大學(xué)的Henry Lam在線上以“Pseudo-Bayesian Optimization”為題，基于貝葉斯優(yōu)化框架，設(shè)計了經(jīng)驗上更優(yōu)越且具備收斂保證的優(yōu)化算法，應(yīng)對高斯過程模型中的挑戰(zhàn)。來自荷蘭阿姆斯特丹自由大學(xué)的Bernd Heidergott以“Recent Trends in Simulation Analytics”為題，探討了仿真分析的幾項最新進(jìn)展，重點關(guān)注其與廣泛接受的確定性機(jī)器學(xué)習(xí)范式的整合。

下午的第一組報告由國科大經(jīng)管學(xué)院的張正軍主持。來自美國西北大學(xué)的Chang-Han Rhee以“Global Dynamics of SGDs in Deep Learning: Heavy-Tailed Large Deviations Perspective”為題，介紹了最近在重尾隨機(jī)過程的大偏差理論方面的發(fā)展，揭示了深度學(xué)習(xí)中的一個迷人現(xiàn)象：在訓(xùn)練階段注入并隨后截斷重尾噪聲，SGD幾乎可以完全避免尖銳的極小值，從而在測試數(shù)據(jù)上實現(xiàn)更好的泛化性能。來自法國INRIA雷恩斯研究中心的Bruno Tuffin在線上以“On Confidence Intervals for Randomized Quasi-Monte Carlo Estimators”為題，探討了現(xiàn)有的中心極限定理，確保中心極限定理成立以及漸近有效置信區(qū)間的隨機(jī)化次數(shù)與準(zhǔn)蒙特卡羅序列長度相對增長率的充分條件。

下午的第二組報告由香港城市大學(xué)的高思陽主持。來自香港科技大學(xué)的陳懿以“Can We Do Better Than Random Start? The Power of Data Outsourcing”為題，提出了基于仿真的算法，可以高概率地找到好的初始點，從而提高優(yōu)化算法訓(xùn)練模型的質(zhì)量。來自中國東方航空技術(shù)應(yīng)用研究與開發(fā)中心的郭睿以“Trade-offs between Plastic Packaging and Food Waste— Introducing the Household Simulation Model for Chicken Fillets”為題，將Household Simulation Model應(yīng)用于雞胸肉，發(fā)現(xiàn)包裝尺寸創(chuàng)新有潛力將家庭雞肉廢物減少59%，突顯了包裝尺寸干預(yù)和可持續(xù)包裝的重要性。

第二天，研討會迎來了一系列精彩的中文學(xué)術(shù)報告。上午的報告由加拿大滑鐵盧大學(xué)的Ben Feng主持。國科大經(jīng)管學(xué)院的張正軍以“The Pathway Towards Accurate Statistical Inferences Through Necessary and Sufficient Simulations”為題，提出了一種新的必要且充分估計方法，用于在各種統(tǒng)計研究中保持連續(xù)分布假設(shè)。所提出的統(tǒng)計量是基于變換和模擬順序統(tǒng)計量之間相對誤差的。令人驚訝的是，相對誤差導(dǎo)致的收斂速度遠(yuǎn)快于絕對誤差。北京大學(xué)北京國際數(shù)學(xué)研究中心的文再文以“Mathematical Formalization for Operations Research”為題，介紹了在數(shù)學(xué)優(yōu)化方面的最新進(jìn)展，以及使用大型語言模型將非正式證明轉(zhuǎn)化為其正式等價形式的Lean框架開發(fā)。清華大學(xué)工業(yè)工程系的趙磊以“Simulation and Optimization in Transportation and Logistics: A Dilettante Retrospect and a Humble Forethought”為題，介紹了在交通和物流中應(yīng)用仿真和（基于仿真的）優(yōu)化來解決序貫決策問題的一些研究經(jīng)驗，以及關(guān)于在交通和物流中采用新興（生成式）人工智能技術(shù)的初步想法。

在圓桌論壇上，張正軍、文再文、趙磊和復(fù)旦大學(xué)的洪流、胡建強(qiáng)就“人工智能時代下的仿真”“仿真研究者的主要優(yōu)勢與強(qiáng)項”“人工智能時代下的新問題與新挑戰(zhàn)”和“對新時代下的仿真研究者，尤其是年輕學(xué)者的建議”幾個問題分享了自己的觀點和建議。

下午的第一組報告由哈爾濱工業(yè)大學(xué)的姜廣鑫主持。上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院的羅俊以“Simulation Optimization for Distribution Inventory Systems”為題，研究了配送庫存系統(tǒng)的聯(lián)合補貨問題,提出使用基于代理的上下文仿真優(yōu)化框架。西北工業(yè)大學(xué)管理學(xué)院的周琛淏以“復(fù)雜系統(tǒng)仿真建模與運營優(yōu)化”為題，以物流園區(qū)、港口、機(jī)場等多樣化復(fù)雜場景為例，介紹系統(tǒng)仿真與智能算法在復(fù)雜系統(tǒng)設(shè)計規(guī)劃、運營優(yōu)化、災(zāi)難響應(yīng)等多個方面的具體應(yīng)用。

下午的第二組報告由國科大經(jīng)管學(xué)院的李海東主持。中國科學(xué)技術(shù)大學(xué)管理學(xué)院的王澹以“Large-Scale Inventory Optimization: A Recurrent Neural Networks–Inspired Simulation Approach”為題，通過結(jié)合循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的高效計算工具和生產(chǎn)網(wǎng)絡(luò)的結(jié)構(gòu)信息，提出了一種受RNN啟發(fā)的仿真方法，該方法可能比現(xiàn)有的仿真方法快數(shù)千倍，并能夠在合理的時間內(nèi)解決大規(guī)模庫存優(yōu)化問題。南方科技大學(xué)商學(xué)院的王松昊以“Simulation Optimization with Non-stationary Streaming Input Data”為題，使用馬爾可夫切換模型來估計非平穩(wěn)輸入分布，并設(shè)計了一種基于元模型的方法來解決后續(xù)的優(yōu)化問題。

本次研討會作為一次學(xué)術(shù)交流平臺，在大家的共同交流和學(xué)習(xí)的過程中圓滿結(jié)束。

（圖文/國科大經(jīng)濟(jì)管理學(xué)院微信公眾號）