公司教师张玉利与美国加州大学伯克利分校申作军教授、清华大学宋士吉教授合作的研究成果“Exact Algorithms for Distributionally β-Robust Machine Scheduling with Uncertain Processing Times”近期在《INFORMS Journal on Computing》期刊发表。张玉利特别研究员为本文第一作者。

　　该研究针对不确定性环境下的调度问题，提出了一种基于β-鲁棒准则的随机鲁棒优化模型，并创新性地提出了求解此类非线性离散优化模型的高效精确算法——参数搜索（Parametric Search）方法。该方法只需对一维参数空间进行搜索并求解少量的线性优化问题即可获得原问题的最优解，避免了传统方法在多高维离散空间进行分支定界的困难。在期望意义下，该方法具有多项式时间的计算复杂度。计算实验表明该方法可将现有算法效率提升几个数量级。

　　《INFORMS Journal on Computing》为美国运筹学和管理学研究协会（INFORMS）季刊，每年约发表论文50篇。该刊是UT-Dallas 24期刊（国际商学院研究能力评估参考的24本顶级期刊）之一。UT-Dallas 24 是由美国德克萨斯大学达拉斯分校界定的24本权威、顶级期刊目录，用于国际商学院研究能力评估，是商学院排名的重要参考依据，在国际上认可度极高。同时，该目录也是国家自然科学基金委管理科学部、教育部管理学科等重要人才计划项目评选的重要参考条件。

　　论文信息：Zhang, Yuli, Zuo-Jun Max Shen, and Shiji Song. Exact Algorithms for Distributionally β-Robust Machine Scheduling with Uncertain Processing Times. INFORMS Journal on Computing 30.4 (2018): 662-676.

　　论文链接：https://pubsonline.informs.org/doi/abs/10.1287/ijoc.2018.0807

　　[作者简介]

　　张玉利为公司管理工程系预聘副教授、特别研究员、博士生导师。研究兴趣包括运筹优化、运营管理、物流与供应链管理等方向。其研究获国家自然科学基金、中国博士后科学基金、12BET青年教师学术启动计划等科研项目资助。研究成果发表在《Production and Operations Management》(UT-Dallas 24期刊)、《Transportation Research Part B: Methodological》和《 European Journal of Operational Research》等学术期刊。