上海交大安泰经管学院王修贤助理教授和江志斌教授及合作者（原复旦大学管理学院洪流教授、上海交通大学中美物流研究院沈海辉副研究员）于2025年2月在管理科学类国际顶级期刊 Operations Research 上发表学术论文“Gaussian Process-Based Random Search for Continuous Optimization via Simulation”（2025, Vol.73 (1), p.385-407），提出了基于高斯过程的随机搜索算法用于求解连续仿真优化问题，该算法基于带有噪声的仿真观测值建立高斯过程代理模型，并能够自适应的权衡搜索过程中的“探索”与“利用”，为连续仿真优化问题提供了一种高效且适应性强的优化方法。其全局收敛性和自适应采样分布设计保障了算法在复杂仿真优化问题求解中的良好性能，具有重要的理论与实际意义。

【论文摘要】

随机搜索算法是求解连续仿真优化问题的一类重要算法。如何有效的处理“3E”，即探索(exploration)，利用(exploitation)和估计(estimation)，是设计一种高效的随机搜索算法的关键。前两个E是指设计算法的采样分布以平衡算法的探索性搜索和利用性搜索，而第三个E是指基于带有噪声的仿真观测值来估计未知的目标函数值。在本文中，我们提出了一类基于高斯过程的随机搜索（GPRS）算法，提供了一个处理 “3E”的新框架。在每次迭代中，算法会基于仿真观测值建立一个高斯代理模型来估计未知的目标函数，并从构建的采样分布中随机采样。在异方差假设且噪声方差已知的条件下，本文证明了GPRS算法的全局收敛性。此外，对于样本函数连续可导的高斯过程，我们证明了GPRS算法的收敛速度不低于。最后，本文通过介绍一种具体的GPRS算法，说明了如何设计具有自适应采样能力的GPRS算法，以及如何高效地实现该算法。数值实验表明，该算法即使在仿真噪声方差未知的情况下也具有良好的性能。

【作者简介】

王修贤，上海交通大学董浩云智能制造与服务管理研究院（中美物流研究院）长聘教轨助理教授，曾师从江志斌教授和洪流教授。主要研究方向：仿真建模、优化及其应用、 数据驱动的医疗决策优化及医疗健康服务运作管理。在 Operations Research、European Journal of Operational Research等国际顶级或权威学术期刊发表论文8篇。

江志斌，上海交通大学安泰经济与管理学院特聘教授、上海交通大学董浩云智能制造与服务管理研究院（中美物流研究院）院长，博士生导师，欧洲科学与艺术院院士，国家级人才计划特聘教授，国际工业与系统工程师学会会士。主要研究方向：基于运筹学和AI相结合方法的智能制造及服务型性制造运作管理、医疗健康服务管理以及物流与供应链管理理论方法及应用。迄今为止，已出版专著6部，发布论文340余篇，包括发表在 Management Science、Operations Research, Production and Operations Management, INFORMS Journal on Computing, IISE Transactions, Transportation Research Part B: Methodological等国内外顶级学术期刊上发表文章多篇。