近日，管理学院教授傅陈翼以第一作者在《Manufacturing & Service Operations Management》期刊上在线刊登题为“Analytics with Robust Epidemiological Compartmental Optimization Models”的研究成果。合作者包括复旦大学周明龙副教授，慕尼黑工业大学楼志远博士，慕尼黑工业大学谢金贵教授，新加坡国立大学Melyvn Sim教授，新加坡卫生部Kelvin Bryan Tan博士。《Manufacturing & Service Operations Management》是运营管理领域顶级期刊，是美国University of Texas at Dallas所选出的商学院最顶尖24种学术期刊（简称UTD24）之一。

（链接：https://pubsonline.informs.org/doi/10.1287/msom.2024.0984）

该研究关注在疫情期间，政策制定者必须在高度不确定性下，应对快速演变的疾病，就公共卫生干预措施和稀缺资源配置作出关键决策。舱室模型是预测疫情随时间传播情况以及不同公共卫生干预措施可能影响的重要工具。基于此类预测，可以采用确定性的分舱优化模型来制定有效的公共卫生干预决策。然而，确定性模型往往忽略参数不确定性以及随机舱室动态模型中固有的风险，从而导致解的鲁棒性不足。为解决上述问题，研究基于模糊容忍度度量和随机舱室模型，提出了一个鲁棒流行病优化模型，通过字典序最小化违反医疗资源约束的模糊容忍度。利用渐近高斯性质，研究采用高斯近似方法以提高鲁棒流行病约束评估的计算效率。为便于实践者和政策制定者应用并实现自动化，本研究开发了一个基于 Python 的鲁棒流行病分析建模（REALM）工具包。基于新加坡的真实数据，研究了多种资源管理情景，包括检测能力、病床容量和疫苗配置。数值结果表明，在医疗资源容量约束下，所提出的鲁棒流行病分析模型在住院人数和死亡人数等指标上优于确定性基准模型。结果表明，在流行病优化模型中考虑疾病传播过程中的风险与模糊性具有重要价值。

作者简介

傅陈翼，管理学院管理科学与工程系教授，博士生导师。研究兴趣包括鲁棒优化、城市交通运营优化等。目前累计以一作和通讯发表和接收学术论文14篇，其中在管理科学领域顶级期刊Operations Research（UTD 24），Production and Operations Management（UTD 24）和Manufacturing & Service Operations Management（UTD 24）各发表1篇，交通运筹领域顶级期刊Transportation Research Part B上发表6篇，运筹优化领域高水平期刊European Journal of Operational Research发表论文3篇。曾获计算交通科学国际研讨会最佳论文奖、优秀博士论文奖；目前主持国家自然科学基金青年项目一项、中央高校基本科研业务项目（社科）一项。

（内容/傅陈翼；审核/贾明）