成果名称：

《Warranty Reserve Management: Demand Learning and Funds Pooling（质保储备金管理：需求学习与资金池化策略）》

成果简介：近年来，随着电动汽车、智能制造等新兴产业的快速发展，企业在多产品、长周期质保场景下所面临的资金压力日益加剧。然而，现有的质保储备金管理方法在应对高波动性和信息不完全性方面仍存在显著局限，尤其难以实现对短期质保储备金需求的动态预测与精准调控。针对上述问题，本文聚焦于制造企业在多产品并行质保管理背景下的质保储备金规划难题，研究如何在累积质保成本（AWC）概率分布未知的条件下，科学预测未来资金需求，并动态制定质保储备金策略，以最小化资金损失与风险敞口。区别于现有文献，本文的主要创新点包括：（1）提出了一个结合随机销售过程与故障过程的累积质保成本（AWC）预测模型，能够更准确地刻画质保支出的动态演化特征；（2）引入分布鲁棒优化方法，在无法获取AWC精确概率分布信息的条件下，实现周期性质保储备金水平的稳健优化，提升了储备策略的适用性与抗风险能力；（3）基于鲁棒优化模型，进一步设计了两种增强型策略，即需求学习机制与资金池化机制，以进一步降低质保储备管理中的资金损失；（4）在需求学习方面，构建了一种基于指数加权的动态学习算法，并理论证明其学习参数在销售周期增长过程中以1/√k 的速率收敛至稳定值，有效增强了质保储备金策略的响应性与收敛性；（5）在资金池化方面，系统分析了池化策略在质保生命周期不同阶段的效益表现，并首次证明其在质保储备金损失控制方面的相对收益呈非递增趋势，特别是在多产品AWC波动性差异显著扩大时，池化效益明显下降。

个人简介：谢维，福建龙岩人，特聘教授、博士生导师。致力于新质生产力驱动的企业智慧化运营管理领域研究，近年来主持国家自然科学基金3项、福建省引进高层次教育系统创新人才项目1项、广东省自然科学基金1项，作为子课题负责人参与国家自然科学基金重点项目1项。在国内外权威学术期刊，包括 Manufacturing & Service Operations Management、Production and Operations Management、Transportation Research Part B、IISE Transactions、IEEE Transactions on Automatic Control、《南开管理评论》等发表高水平论文60余篇。研究成果获美国工程院院士、新加坡工程院院士、沃顿商学院讲席教授等正面评价和采用。