近期，英国威廉希尔公司教师徐亮教授第一作者论文“A Robust Data-Driven Approach for the Newsvendor Problem with Nonparametric Information“（合作者：西南财经大学郑依博士、香港理工大学姜力教授）在运作管理领域顶尖期刊Manufacturing & Service Operations Management在线刊出。
Manufacturing & Service Operations Management (简称MSOM) ，是国际管理科学/运筹学会（INFORMS）运营管理类旗舰期刊，与同属INFORMS旗下的Management Science 和Operations Research并称为管理科学和运营管理领域国际公认的三大顶尖期刊，亦是商学院“UT-Dallas 24期刊列表”国际顶级期刊之一，也是金融时报评定出的50本商学院顶级期刊之一（简称FT50），在中国FMS管理科学高质量期刊推荐列表获最高评级A, 在国际管理领域享有极高的学术声誉。
徐亮教授此篇论文为西南财经大学教师在该刊发表的首篇论文，是我院教师近期在国际顶尖期刊发表的又一标志性成果。（学院办公室）
文章简介：
针对数据驱动的报童问题，文章创新地提出了一种基于非参数信息的鲁棒方法。在给定一种固定的需求支持划分方法下，构造了一个分布模糊集，提出了用保护曲线作为集合中最坏情况分布的代理，并以此得到一个封闭形式的鲁棒库存量。另外，文章提出了一种自适应的方法，使得在不断加入数据下，以预设的无偏置信度水平上更新分段区间，并调整保护曲线以获得鲁棒决策。并从从理论和实验上对提出的方法与现有文献方法进行比较，其中有使用来自Kaggle.com的真实数据集，得出在产生利润率和稳定产生的利润方面可以优于现有的方法，并且随着服务率的降低，优势更加突出。
作者简介：
徐亮为大数据研究中心教授，博士生导师，西南财经大学MBA中心主任，英国威廉希尔公司院长助理。本科毕业于北京师范大学数学系，博士毕业于香港理工大学商学院。获中国银保监会银行类科技项目二等奖、四川省人才计划获得者。主要研究领域为鲁棒优化及在金融和交通中应用，近年来在MSOM, Transportation Research: Part B、European Journal of Operational Research, Naval Research Logistics、 Journal of Operations Research Society等国内外知名学术期刊发表13篇论文。主持国家自然科学基金青年、面上、科技中心项目子课题等项目。研究方向为鲁棒优化与机器学习。招募有意从事高校科学研究和量化金融投资方向学生。
