【报道】INFORMS推出INFORMS Journal on Optimization

【报道】INFORMS推出INFORMS Journal on Optimization

文章作者:康焯飞
责任编辑:康焯飞
文章发表于微信公众号【运筹OR帷幄】:【报道】INFORMS推出INFORMS Journal on Optimization
欢迎原链接转发,转载请私信 @留德华叫兽 获取信息,盗版必究。
敬请关注和扩散本专栏及同名公众号,会邀请全球知名学者发布运筹学、人工智能中优化理论等相关干货、知乎Live及行业动态


INFORMS将推出第16部期刊INFORMS JOURNAL ON OPTIMIZATION,第一期计划于2019年初出版。期刊的主编将由Massachusetts Institute of Technology(MIT)的Dimitris Bertsimas 担任。该期刊将为季刊形式,即4期/年。

从20世纪50年代早期ORSA的成立开始,优化(Optimization)就一直是INFORMS的核心。从历史上看,优化和运筹学都侧重于建立模型以获得最佳决策的过程。在此过程中,模型一直都占据着主要位置,数据扮演着次要角色。近年来,我们目睹了数据的空前增长,这些数据通常与机器学习的相关领域相结合来用于预测。优化领域最大的机遇之一就是将数据置于主要位置,并将其与机器学习相结合。

考虑到这些想法,INFORMS推出的INFORMS Journal on Optimization (IJOO)将包括以下新领域:数据驱动的优化(data-driven optimizationand);机器学习中的优化方法(optimization methods in machine learning)和激动人心的现实世界优化应用(exciting real-world applications of optimization)。此外,该期刊还将收录传统的优化领域的论文。


INFORMS Journal on Optimization欢迎三种类型的提交:

Regular articles:这些是基于某个区域并以不同方式扩展的原始文章。此类论文将在提交后一年内以电子版形式发布。

Perspective articles:这些是非常原始的论文,它们启动了一个区域,通常是同类中的第一个。此类论文将在提交后两个月内以电子版形式发布。

Review articles:这些文章提供了对优化领域的统一和全面的评论。此类论文将在提交后六个月内以电子版形式发布。


INFORMS Journal on Optimization包括以下主题:

凸和线性优化

通用非线性优化

无限维度优化

离散优化

不确定性下的优化

在线优化


该期刊涵盖的方法列表是:凸优化(包括线性优化);通用非线性优化;离散优化(组合,整数,混合整数优化);不确定性下的优化(动态规划,随机规划,鲁棒优化,基于仿真的优化);无限维优化和在线优化。

该期刊涵盖的应用领域列表是:医疗保健; 库存和供应链管理; 后勤; 收益管理和定价; 能源; 互联网; 计算机科学接口和金融。


文章来源声明:本文由运筹帷幄原创

扫二维码关注『运筹OR帷幄』公众号:

发布于 2018-12-24