2025年8月,工商管理学院陈震宇研究员作为第一作者的研究成果"Deep Stacking Kernel Machines for the Data-Driven Multi-Item, One-Warehouse, Multiretailer Problems with Backlog and Lost Sales"在UTD24期刊INFORMS Journal on Computing上正式发表。研究成果由东北大学工商管理学院陈震宇研究员、美国德州大学圣安东尼奥分校孙明和教授合作完成。

单仓库多零售商问题受到供应链管理领域学者的广泛关注。该研究从数据智能的视角致力于解决单仓库多零售商问题的计算效率与资源调度效果的双重挑战。在研究方法层面,该研究提出了深度堆叠核方法 (DSKM) 及加权DSKM,分别用来解决延期交货 (Backlog) 和缺货损失 (Lost Sales) 两种情景下、基于完全及删失需求 (Censored Demand) 数据的单仓库多零售商问题,提出了两种求解算法并探讨了其全局及局部最优性。在应用研究层面,该研究通过两个大型连锁零售商数据集展示了所提出的模型算法面对新产品管理、高维及删失需求数据分析等复杂多样情景的良好性能,讨论了作为决策支持工具应用于管理实践的相关问题。

INFORMS Journal on Computing是美国运筹学和管理学研究协会(INFORMS)双月刊,侧重于发表运筹学与计算科学交叉领域的高质量研究成果。该期刊被美国德克萨斯大学达拉斯分校(University of Texas, Dallas)列为国际公认的商学院最顶尖的24种学术期刊(简称UTD 24)之一,在国际管理学界享有较高的学术声誉,是国内外管理学科评估的重要依据。

"十四五"以来,工商管理学院以科学制度保障国际合作与人才发展,坚持"质量第一为基、学科交叉融合、对标权威标准、彰显主流先进"的原则,于2025年4月完成学术期刊分级办法修订,引导师生立足国际前沿、聚焦国家需求,发表高质量学术论文。2021年起,学院共发表UTD 24期刊论文7篇(其中2025年发表3篇),国际学术影响力持续提升。(学科与科研办公室 供稿)

研究成果发表链接:https://doi.org/10.1287/ijoc.2022.0365