期刊：Management System Engineering

微信原文：点击此处阅读原文

期刊简介

点击图片进入期刊页面

Management System Engineering（MSE, 《管理系统工程》）创刊于2022年4月，由武汉理工大学管理学院主办，由Springer Nature以开放获取的出版形式。主编由武汉理工大学管理学院院长陈晓芳教授和美国欧道明大学（Old Dominion University）信息技术系许立达教授共同担任。执行主编是武汉理工大学数据科学与智能决策研究中心主任秦晋栋副教授。MSE将着力推进管理系统工程及交叉科学领域理论与应用的发展，力争成为管理科学与系统工程领域的高质量期刊。

出版宗旨

MSE致力于发表关于系统工程方法论和管理科学实践发展的高质量原创性论文，强调聚焦前沿、问题导向、交叉融通，运用数学分析建模、优化、计算机仿真和复杂数据解析等方法来解决生产与工程实践中的重要管理科学问题，从系统工程的视角深入研究新一代信息技术背景下管理科学的新理论、新方法与新应用。

研究和评论文章涵盖以下主题，但不限于：

● Systems Engineering Methodology （系统工程方法论）

● Discrete and Continuous Optimization （离散与连续优化）

● Production, Manufacturing and Logistics （生产、制造与物流）

● Transportation and Energy Management （交通与能源管理）

● Decision Analysis （决策分析）

● Artificial Intelligence and Information Management （人工智能与信息管理）

● Big Data Analytics （大数据分析）

● Data Science Theory, Methodologies and Techniques （数据科学理论、方法与技术）

● Machine Learning Theory, Methodology and Algorithms （机器学习理论、方法与算法）

● Interfaces with Other Disciplines （交叉研究）（鼓励学科交叉、内涵和外延并重）

Management System Engineering 将特别关注：

● 面向新一代信息技术的复杂系统工程理论与方法

● 数据与知识协同驱动的智能感知决策分析方法

● 数字经济在管理系统创新中的理论与应用

办刊目标

● 聚焦运用数学分析建模、优化、计算机仿真和复杂数据解析等方法来解决生产与工程实践中的重要管理科学问题

● 从系统工程的视角深入研究新一代信息技术背景下管理科学的新理论、新方法与新应用

● 借助新的信息技术，利用大数据分析、人工智能、云计算、物联网、区块链等新兴信息技术提升系统工程视角下的复杂管理决策的智能化水平

● 为跨学科研究数据驱动决策分析理论、方法与应用定义提供了一个多学科交叉的研究发表平台

编辑团队

期刊的编委会由来自全球管理科学与系统工程领域的知名学者担任，涵盖12个国家，18所国内外高校和研究机构。

MSE首期5篇论文正式上线！

Research Article

A novel Group-FlowSort method for sorting large-scale problems with application to market segmentation

期刊执行主编、武汉理工大学秦晋栋副教授团队发表研究文章《应用于市场细分大规模分类问题的新型Group-FlowSort方法》。文章使用基于FlowSort的新型分组排序方法考虑了市场细分这样一个典型场景的策略决策问题，并将其应用于电信市场的一个真实案例。该文设计了一种基于随机多准则可接受性分析（SMAA）的新型群组排序模型，用于对大规模问题进行排序。该方法通过使用Clustering In QUEst（CLIQUE）算法和改进的Jaya算法，可以有效处理和整合多个专家意见以达成群体共识。此外，还提出了基于SMAA-2的Group-FlowSort分类方法，以消除不完整偏好信息的影响，并进一步讨论了几个重要特征和属性。

link.springer.com/article/10.1007/s44176-022-00001-4

Assortment planning and pricing for configurable product under sequential choice process

武汉大学陈振颂副教授团队发表研究文章《顺序选择过程下的可配置产品的分类规划和定价研究》。文章考虑了零售商销售垂直化的可分类产品（如手机）的情况。每个组件由几个质量不同的变体组成，客户可以从中进行选择。顾客对质量的评价偏好信息不同，每个顾客独立地选择使其效用最大化的变体。文章提出了一种有效的算法来确定零售商的最佳决策策略，指出顾客只有在决定购买一个必要的变体时才会评估一个可选变体的情况。研究结果表明：(1)基本选择模型中的最优决策与顺序选择模型中的最优决策之间存在一定关系；(2)忽略顺序选择行为可能导致更广泛的品种、次优价格和利润损失。

link.springer.com/article/10.1007/s44176-022-00002-3

Fleet deployment and speed optimization of container ships considering bunker fuel consumption heterogeneity

南京理工大学王亚东教授团队发表研究文章《考虑燃油消耗异质性的集装箱船的船队部署和速度优化研究》。文章针对如何控制燃油消耗这一重要问题进行讨论，考虑了航线上不同航段燃油消耗函数相同和不同的两种情况，建立了两个混合整数非线性规划模型来调整异质船舶的部署，并在保持每周服务频率的情况下优化船舶航行速度，以降低由燃油消耗成本和船舶运营成本组成的总运营成本。在此基础上，开发了两种定制的精确求解算法，以获得这两个模型的全局最优解。最后，通过数值实验来验证这两个模型的科学性和有效性。

link.springer.com/article/10.1007/s44176-022-00003-2

Travel route planning of core scenic spots based on best-worst method and genetic algorithm: a case study

武汉理工大学涂燕副教授团队发表研究文章《基于最优-最劣法和遗传算法的核心景区旅游线路规划》。文章采用多准则决策法--最优最劣法（BWM）建立核心景区的优先级模型，帮助游客从众多的旅游景点中选出具有最高旅游价值的城市和核心景区。此外，文章采用遗传算法对核心景区的旅游路线进行规划，从而降低游客在旅游过程中的成本，最大限度地提高游客旅游的幸福感。

link.springer.com/article/10.1007/s44176-022-00004-1

Some interactive uncertain linguistic aggregation operators based on Shapley function and their application

南京信息工程大学孟凡永教授发表研究论文《基于Shapley函数的若干不确定语言聚合算子及其应用》。文章定义了两个不确定的语言聚合算子，分别为诱导的不确定语言混合Shapley算术平均（IULHSAA）算子和诱导不确定语言学混合Shapley几何平均（IULHSGM）算子。这些算子不仅在全局上考虑了元素的重要性和它们的排序位置，而且分别在整体上反映了元素之间的关联性。此外，为了降低信息融合过程的复杂性，定义了诱导不确定语言混合2-可加Shapley算术平均（IULHASAA）算子和诱导不确定语言混合2-可加Shapley几何平均（IULHASGM）算子。同时，开发了一种在不确定的语言环境下进行多属性群体决策的方法，该方法考虑了专家之间以及属性之间的若干相关特性。

link.springer.com/article/10.1007/s44176-022-00005-0

欢迎投稿

本刊目前不收取文章出版费（APC）

第一步：访问主页仔细阅读Submission Guidelines

第二步：点击主页Submit Manuscript按钮进入投稿平台

第三步：完成注册，提交

期刊网站：www.springer.com/journal/44176/