摘要
本期特刊由《数学》期刊推出，主题为“规划、调度与供应链运营管理中的数学方法与运筹学”。该特刊汇集了九篇经过同行评审的论文，这些论文从不同角度展现了当代运筹学在现代工业系统规划与控制中的应用现状。所收录的论文涵盖了从精确组合优化（约束编程、分支定界法及混合整数规划）到启发式算法、元启发式算法以及强化学习，再到最坏情况性能分析与随机模型等全方位的方法论，研究的议题也涉及从单台及并行机器调度、流水线车间与灵活作业车间到库存系统与供应链物流等多个层面，其中始终强调可持续性、稳健性以及实际应用性。本篇导言总结了该特刊的研究范围及各篇论文的内容，并指出了未来研究的一些趋势方向。
现代工业系统正在经历快速而深刻的变革。流程与操作的数字化程度不断提高，不仅为决策者提供了更多更高质量的信息，还使得在单一管理系统中集成处理这些数据并自主高效地解决运营问题的工具成为可能。与此同时，为减少工业活动对环境的影响——这符合联合国的可持续发展目标——人们越来越需要能够在保障可持续性的同时优化运营的方法。运筹学处于这一发展进程的核心，为从短期执行到战术及战略规划等各个层面的运营管理提供了所需的数学模型与算法。
正是在这样的背景下，《数学》期刊的应用数学板块推出了“规划、调度与供应链运营管理中的数学方法与运筹学”特刊。我们的目标是收集那些针对运营规划问题最先进、最具创新性的研究成果，欢迎能够丰富现有理论知识的论文，也欢迎介绍创新应用案例与研究结果的文章。收到的投稿涵盖了该领域的多个方面，包括智能制造与运营管理、数据驱动的可持续生产计划、用于制造运营的机器学习方法、调度、分析与库存控制，以及供应链中的决策制定。
经过严格的同行评审过程，每篇投稿都由至少两位独立专家进行评估，最终有九篇论文被接受发表。这些论文涵盖了当代运筹学的全方位方法论——包括精确组合优化（约束编程、分支定界法及混合整数规划）、启发式算法与元启发式算法、强化学习、最坏情况性能分析，以及随机模型与排队模型——研究的议题也从单台及并行机器调度，到流水线车间与灵活作业车间，再到库存系统与供应链物流等各个层面。下文将按照论文的发表时间顺序对它们进行介绍。
Barron和Benshimol在第2篇论文中研究了一种适用于可修复多组件系统的连续审查型随机补货模型，该系统由一个存放有限数量新组件的仓库提供支持。他们结合了针对常规订单的某种策略以及针对紧急订单的立即交付策略，同时运用排队论与阶段型分布的理论成果，为三种不同的紧急子策略确定了最优阈值，并比较了它们的经济效益。这项研究为在不确定性及有限寿命条件下管理关键备用零件提供了实用指导。
Sun、Lv、Wei和Wang在第4篇论文中再次探讨了精确组合优化问题，研究的是具有任务缩短特性的双机器流水线调度问题，即任务的加工时间随其开始时间的推移而减少，目标是最小化总加工时间。作者推导出了若干支配关系、下界以及一个初步的上界，将这些结果嵌入到分支定界算法中，同时还辅以启发式方法与数学规划模型。他们通过计算实验评估了所提方法在处理这种时间依赖型调度问题时的性能与效率。
Jia、Chen、Tian、Pan和Yang在第6篇论文中研究了灵活作业车间与自动引导车辆协同调度的优化问题，目标是最小化总加工时间。他们的核心方法是引入一种关键路径检测机制，该机制明确考虑了运输环节，同时还设计了针对特定问题的邻域结构，通过外部记忆库与种群多样性维护机制来推动基于问题特征的变量邻域下降法。他们在多个基准数据集上进行了实验，并通过消融研究证明，与现有算法相比，基于关键路径的搜索方法通过协调机器加工与运输过程，显著提升了解决方案的质量。
Karbassi Yazdi在第8篇论文中将研究视角转向战略与战术层面的供应链管理，提出了一种用于应对运营与社会复杂性的农业物流多目标系统工程框架。该框架通过一种多目标混合整数线性规划模型，将经济、环境、运营以及社会公平等目标通过某种约束方法整合在一起，同时利用Bertsimas–Sim方法来评估系统对需求与运输时间不确定性的抵御能力。智利北部的一个案例表明，在几乎不影响运营效率的情况下，就能显著改善工作负荷平衡与服务公平性，从而推动更加透明、可审计的规划决策，而非仅仅追求数值上的最优解。
总体而言，这九篇论文充分体现了运筹学在规划、调度及供应链管理领域的活力与广泛影响力。其中有一些贯穿各篇论文的共性趋势：精确算法与（元）启发式算法之间的持续互动；基于学习的技术在传统调度中的应用日益增多；人们对可重复性、基准测试以及严格实证比较的重视程度不断提升；此外，可持续性、公平性以及实际应用性也越来越受到关注。这些趋势为未来的研究指明了方向，包括将约束编程与机器学习相结合、对求解器与算法进行系统化且可重复的评估，以及将环境与社会目标明确纳入运营模型之中。
