运筹学广泛应用现有的科学技术知识和数学方法解决具体问题在供应链管理和提供了一个依据决策者选择最佳的决定。运筹学的基本方法包括数学方法、统计方法、计算机科学方法,等。特别是,优化方法是非常必要的。近年来,运筹学不断创新和发展。新车型、新理论和新方法的研究出现了。他们已经为各种复杂的供应链管理问题提供了解决方案。例如,他们已经解决了复杂的供应链管理问题的线性和非线性,连续和离散、确定性和不确定性系统。

供应链管理研究已经成为广受欢迎的。然而,仍然有一些有趣的和具有挑战性的问题的技术和方法,值得进一步探索。数据驱动的运筹学是当前学术研究中最流行的趋势。由于缺乏严格的理论体系,没有统一的定义。数据驱动是使用数据作为生产资料的提取特性通过科学方法和应用需要解决的问题。数据驱动的方法有一定的适用性和供应链管理研究的优势。因此,需要更多的学者进行研究和推动创新供应链管理通过使用业务数据驱动的研究视角。

这个特殊问题的目的是将原始研究和评论文章讨论的最新发展供应链管理研究数据驱动操作。我们欢迎提交,提出新想法和讨论业务供应链管理研究的未来。研究包括新颖的数学理论、方法和应用程序在数据驱动的运筹学解决挑战鼓励内部供应链管理。

潜在的主题包括但不限于以下:

• 在供应链管理运筹学和回归
• 在供应链管理运筹学和集群
• 运筹学在供应链管理和分类
• 运筹学在供应链管理和异常值检测
• 数据驱动的供应链管理
• 应急管理在供应链管理
• 数据包络分析在供应链管理
• 集团在供应链管理决策分析
• 应急设施的位置和材料调度在供应链管理
• 多准则决策分析和在供应链管理中的应用
• 鲁棒优化的供应链管理
• 随机优化供应链管理
• 模糊规划供应链管理