［本站讯］近日，管理学院张江华教授与北京大学Gongbo Zhang博士、Yijie Peng教授、美国佐治亚理工学院Enlu Zhou教授合作的研究成果“Asymptotically Optimal Sampling Policy for Selecting Top-m Alternatives”，在UT-Dallas 24期刊INFORMS Journal on Computing在线发表。张江华教授为共同通信作者，山东大学为通讯作者单位。该研究工作受到国家自然科学基金重大项目资助。

许多现实世界的决策问题可以抽象为从备选方案池中选择一组表现最佳的备选方案。该研究针对识别前m个最佳备选方案问题，提出了一种新颖的顺序抽样方法，以有效地分配资源。论文首次严格定义了渐进最优采样比率，提出了确定渐进最优采样比率的必要条件。研究将顺序抽样决策构建为随机动态规划问题，并提出了一种定义为AOAm（渐近最优分配）的动态采样策略。与现有方法不同，AOAm不依赖于任何渐近条件，但可以证明其实现了渐近最优。实验表明，AOAm策略相比现有策略具有显著优势，尤其是在方差较大的情况下。AOAm策略具有很好的应用前景，可直接应用于应急疏散、投资组合等重要管理决策问题。

INFORMS Journal on Computing是美国运筹学和管理学研究协会（INFORMS）季刊，属于管理学领域顶级期刊UT-Dallas 24期刊列表之一，每年仅录用约40篇学术论文，在国际管理学界享有极高的学术声誉。

原文链接：

https://pubsonline.informs.org/doi/10.1287/ijoc.2021.0333