6月16日上午，浙江大学管理学院“与主编面对面”系列第三十七期学术讲座在管理学院A523会议室举行。本次讲座邀请美国密歇根大学安娜堡分校工业与运筹工程系Ralph L. Disney讲席教授Xiuli Chao，围绕“Supply chain optimization in action”主题展开分享。讲座由张荃教授主持，学院相关领域师生参加交流。
Xiuli Chao教授长期从事排队论、调度、库存控制、供应链管理、金融工程和数据驱动优化等领域研究。他是Operations Scheduling with Applications in Manufacturing and Services和Queueing Networks: Customers, Signals, and Product Form Solutions等著作的合作者，也是IISE和INFORMS Fellow。Chao教授曾获INFORMS应用概率学会Erlang Prize、IISE David F. Baker Distinguished Research Award等重要奖项。
讲座伊始，Chao教授结合自身研究经历介绍了运筹优化方法在供应链管理中的应用背景。他指出，2000年前后其研究重心由排队网络、调度和金融工程逐步拓展至供应链管理、库存控制、数据驱动优化和在线学习等方向。面向真实商业场景，理论模型不仅需要捕捉关键运营约束，还必须能够转化为企业可执行的决策工具。
围绕大型线上零售平台的业务结构，Chao教授解释了零售自营业务与第三方卖家业务并存所带来的复杂供应链优化问题。平台需要在全球订货、库存分配、履约中心仓储容量、卖家激励和服务水平之间进行协调。Chao教授强调，一个可实施的OM/OR解决方案至少应具备三个特征：有效、简单并且计算效率高。
在库存管理部分，Chao教授以全球订货与分配问题为例，展示了如何将需求预测、库存持有成本、缺货损失、仓储成本以及消费者可得性等因素纳入模型。相关问题通常需要在多周期、多商品和多地区网络下做出订货与调拨决策。Chao教授结合周期性库存订货模型讨论了基准库存策略、动态规划和近似算法在实际系统中的应用，并指出工业环境中的算法需要在理论最优性和计算可扩展性之间取得平衡。
在容量管理部分，Chao教授聚焦第三方卖家使用平台履约网络的场景。对于线上零售平台而言，第三方卖家贡献了大量销售额，卖家将商品送入平台履约中心并支付仓储费用，平台则承担销售履约和配送服务。当仓储容量充足时，卖家可以自主决定入仓商品和数量；而在旺季等容量紧张场景下，平台必须决定有限仓储容量在不同卖家和商品之间的分配方式，以兼顾整体收益、订单履约和服务质量。
Chao教授进一步介绍了容量约束下的实践挑战，包括随机提前期、随机供给、双渠道采购、最低订购量以及不同商品需求之间的相关性等。面对这些复杂约束，实际系统往往需要结合拉格朗日对偶、近似动态规划、资源定价、履约优先级规则和强化学习等方法。Chao教授指出，算法设计不能只追求模型形式上的精细，还要考虑数据可得性、业务人员理解成本和系统部署成本。
在有关信息不对称和平台激励的讨论中，Chao教授指出，卖家通常掌握销售、促销和市场竞争等私有信息，平台在设计仓储容量分配和入仓机制时需要考虑卖家的策略性反应。因此，容量管理不仅是一个资源约束优化问题，也可能涉及机制设计和博弈分析。通过合理的合约、定价和分配规则，平台可以引导卖家行为，使个体决策与平台整体运营目标更加一致。
在互动问答环节，现场师生围绕供应链优化与在线广告场景的差异、全球采购和关税变化对零售平台运营决策的影响、工业项目中理论模型与可实施方案之间的衔接等问题与Chao教授展开交流。Chao教授结合项目经验作出回应，并鼓励同学们在研究中关注真实约束、数据质量和算法落地性。
本次“与主编面对面”活动为学院师生提供了与国际知名运筹与供应链管理学者深入交流的机会。讲座通过真实线上零售平台案例展示了运筹优化理论在复杂商业系统中的应用价值，也进一步加深了师生对供应链优化、库存管理和容量管理前沿问题的理解。
文/周炜 图/王敏
