成果名称：

《A data-driven distributionally robust optimization approach for the core acquisition problem （多源数据驱动下退役动力电池回收利用的分布鲁棒优化问题研究）》

成果简介：当前区块链、人工智能及多源数据融合等新兴技术的快速发展，为非侵入式、高精度的电池状态评估提供了新的技术路径。在不依赖物理拆解的前提下，为了充分利用来自不同渠道、具有不同特征和精度的多源质量信息，本研究基于数据驱动技术，提出多源信息融合下分布鲁棒回收框架，将多源质量信息融合与分布鲁棒优化方法有效集成到退役动力电池回收与再制造模型中，目标是在缺乏完整全生命周期质量信息下精准识别退役动力电池的再制造价值，并据此制定科学合理的回收利用策略。模型整合有限的本地质量信息与外部多源数据，显著降低鲁棒解偏离理论最优解的概率。同时，针对外部质量信息存在的非完备性与非精确性特征，提出信息萃取融合策略，动态筛选高价值信息，避免因外部质量信息不准确或信息冗余导致的决策偏差。研究揭示模型通过内外质量信息的协同融合，显著提升了有限质量信息环境下退役动力电池回收利用决策的精度，验证了先进信息处理技术的应用与再制造行业运营效率提升之问的可靠且有效的联系。

个人简介：阳成虎，西南交通大学物流工程博士，福州大学经济与管理学院教授，博士生导师，闽江学者青年学者。主要研究领域为管理系统工程、财政绩效评价。主持国家社科基金项目3项，教育部人文社科规划项目、中国博士后科学基金和省自然科学基金等多项，相关成果发表在EJOR、IJPE、IJPR、IEEE TEM等期刊，获省社科成果奖三等奖和青年佳作奖各一项，省高等教育教学成果奖一等奖（排名第三），校教学成果奖一等奖（排名第一）。