喜报！彭一杰副教授获批国家杰出青年科学基金项目

近日，国家自然科学基金委员会公布了2023年度自然科学基金项目（集中受理期）评审结果，北京大学光华管理学院管理科学与信息系统系彭一杰副教授喜获国家杰出青年基金项目立项，成为学院第13位该项目的获批者，同时也是管理科学与信息系统系首位获批教员。

近年来，我系根据学院发展需求，高度重视优秀青年科研人才的引进和培养，鼓励和支持青年教师围绕“四个面向”开展创新性科学研究，做好相关政策宣讲和专题辅导，全力推动科研平台搭建与创新团队建设，稳步推进高质量科研成果产出，努力为系里老师营造更好的科研条件与氛围，促进青年科学技术人才的快速成长，寄望在未来培养出能够进入世界科技前沿的优秀学术骨干，推动学院科研水平朝着更高水平发展。

彭一杰副教授本次获批的国家杰出青年科学基金项目《智能管理系统仿真与优化》针对当前企业管理精益化需求，从理论和方法层面对仿真（数字孪生）技术的优化与提高作出了卓越贡献。相关理论成果将为人工智能技术在金融、供应链、医疗等关键管理系统领域的应用落地起到重要作用。

项目简介

企业管理的精益化促使仿真（数字孪生）技术的应用广度与深度提高。管理系统仿真常包含随机性、耗费时间长。系统优化维度、方案多高时算力常无法满足实际需求，因此需要从理论与方法层面提高仿真优化效率。仿真优化是人工智能中的重要技术。相比在计算机视觉、自然语言处理等领域的成功，人工智能技术在管理领域的应用落地相对滞后，由管理问题驱动的基础性理论与方法相对较少，面向智慧管理问题的研究范式有待确立。

人工智能技术对环境的感知鲁棒性不高，这阻碍了该技术在关键管理系统（如金融、供应链、医疗）中的应用落地；基于人工智能的决策对风险与人的行为考虑不足，无法满足受人的群体行为因素支配的管理系统的要求；人工智能强化学习技术中多智能体训练通常效率低，难以适用于现实中复杂供应链管理场景下的多主体决策优化问题。

该项目成果解决了仿真优化中一些共性困难，进而克服智慧管理决策中的关键挑战。针对不连续仿真系统随机梯度估计提出的广义似然比方法与针对风险度量优化提出的多尺度随机梯度搜索算法,可解决仿真优化维度高的困难，提高智能体的感知鲁棒性与决策稳健性，应用于供应链库存管理可降低供应链成本、提高韧性；针对大规模离散仿真优化提出的动态仿真资源分配策略可解决仿真优化方案多的困难，提高智能体的训练效率，解决复杂仓网结构下大量库存单元的供应链库存订购策略优化。

获批人简介

彭一杰，北京大学光华管理学院副教授，博士生导师。北京大学人工智能研究院、国家健康医疗大数据研究院兼职研究员。本科毕业于武汉大学数学与统计学院，从复旦大学管理学院获博士学位。在美国马里兰大学和乔治梅森大学分别从事过博士后与助理教授工作。主要研究方向包括仿真建模与优化、金融工程与风险管理、人工智能、健康医疗等。主持国家自然科学基金委优秀青年科学基金、原创探索计划、杰出青年科学基金等。在《Operations Research》，《INFORMS Journal on Computing》和《IEEE Transactions on Automatic Control》等高质量期刊上发表学术论文，曾获INFORMS Outstanding Simulation Publication Award。目前担任Asia-Pacific Journal of Operational Research副主编、《系统管理学报》领域主编，全国工业统计学教学研究会金融科技与大数据分会副理事长，北京运筹学会副秘书长，中国运筹学会金融工程与金融风险管理分会常务理事，管理科学与工程协会理事。