主要观点总结
本文介绍了运筹学会旗下期刊《Journal of the Operational Research Society》于2025年2月发布的一系列学术文章，这些文章涵盖了运筹学理论、方法论及其在实际商业场景中的应用。其中，包括考虑需求者取消预约的共享私人闲置停车位匹配方案调整方法、闭环供应链中以旧换新策略、提升信用评分模型精度的方法、基于数据包络分析的聚类内部效度指标、应对疫情大流行期间的择期患者入院优化策略、优化机器学习赋能的平权措施公平性、配对报童情境下的决策行为与绩效研究、以及VIKOR方法的学术演进研究等。这些研究均致力于提高决策效率、增强系统性能、优化资源分配和推动理论发展。
关键观点总结
关键观点1: 共享私人闲置停车位匹配方案调整方法
研究提出一种基于共享停车平台的私人闲置停车位与需求者初始匹配方案调整方法，考虑需求者可能因目的地或停车时间变更而取消预约，同时新需求者持续提交预约请求。研究构建多目标优化模型，获得能缓解预约取消负面影响的调整后匹配方案，旨在最大化需求者满意度、车位供给方满意度及平台收益。
关键观点2: 闭环供应链中以旧换新策略
研究探讨企业如何在闭环供应链中实施以旧换新计划，通过构建模型分析制造商授权第三方信息平台对闭环供应链各成员实施以旧换新策略的影响，发现引入批发价格合同可激励第三方信息平台更有效开展以旧换新，实现共赢。
关键观点3: 提升信用评分模型精度的方法
研究提出一种新型贝叶斯信息先验设定方法，旨在为信用风险建模引入附加信息并提升模型预测性能。研究采用逻辑回归模型构建抵押贷款违约概率，并发现采用新先验设定方法的贝叶斯模型能够产生更精确的违约概率预测。
关键观点4: 基于数据包络分析的聚类内部效度指标
研究提出一种基于数据包络分析的聚类内部效度指标，用于评估聚类结果质量。通过构建多准则评价模型，发现该指标能够更准确地识别最优聚类结构。
关键观点5: 应对疫情大流行期间的择期患者入院优化策略
研究提出一种自适应择期入院调度策略，旨在实现大流行期间服务吞吐量最大化，并维持医院在短预警期内腾空指定床位数的敏捷响应能力。该策略基于混合整数线性规划(MILP)与仿真模型构建启发式方法，以应对疫情波动冲击。
关键观点6: 优化机器学习赋能的平权措施公平性
研究提出一种优化模型，采用后处理途径提升机器学习赋能的平权措施公平性。以医疗健康外展服务为案例，发现通过调整数据或算法中的偏差，可确保系统不对特定群体进行不利对待。
关键观点7: 配对报童情境下的决策行为与绩效研究
研究通过实验室实验探究同伴效应对报童决策行为与运营绩效的影响。发现同伴追逐行为（即追随同伴的订购决策）可缓解趋中效应，提升运营利润，并抵消需求追逐启发式策略的负面影响。
关键观点8: VIKOR方法的学术演进研究
研究提出综合主路径分析(MPA)框架，系统揭示VIKOR领域的重要演进脉络与关键文献。多维度全局主路径的构建，为深度挖掘研究前沿提供新范式，为相关学者提供全新的知识图谱解析视角，并为该领域的未来发展指明方向。
免责声明：本文内容摘要由平台算法生成，仅为信息导航参考，不代表原文立场或观点。
原文内容版权归原作者所有，如您为原作者并希望删除该摘要或链接，请通过
【版权申诉通道】联系我们处理。
