在国内和国际管理学界人才、辈出的今时今日，陈剑作为一名中青年学者的成就引人瞩目。1989年，陈剑在大学完成博士学业，以年轻人的锐气和投入学术研究领域。

　　陈剑教授针对不同的供应链结构，以及是否考虑市场需求信息更新、需求量是否与价格相关、是否存在逆向物流等情形进行深入系统的研究，给出了相应的供应链协调与优化的策略，极大地丰富了供应链管理理论，同时得到一些有益的管理。

　　陈剑对一种流行的网上拍卖方式Group Buying就投标者策略、拍卖者策略、共谋行为等问题进行了系统的理论分析，取得了一系列有意义的创新性。

　　陈剑对网上逆向组合拍卖从投标者策略、拍卖者策略、获胜者确定等方面进行系统的研究，特别是将机制设计扩展到多因素逆向组合拍卖；这些丰富了拍卖理论，拓展了传统拍卖研究的领域，得到一些对拍卖者（卖家/采购者）有益的经营策略，对投标者也具有参考价值。除此之外，陈剑还提出了一种决策神经网络（DNN），极大地丰富与扩展了决策支持方法。

　　在理论研究的同时，陈剑主持开展了几十项研究课题，研究受到企业和的高度评价。“宝剑锋从磨砺出，梅花香自苦寒来”，陈剑将继续在中国管理科学领域披荆斩棘、不断开拓。

　　从1978年在西南石油学院读数学专业开始，石勇就一直在和数字、数据打交道。回顾自己的学术程，从模糊数学基础理论到多目标决策，从数据挖掘到知识管理，石勇认为自己的研究有一点是不变的：用数学模型刻画现实生活中的问题，并通过实际数据对模型进行检验、修正和完善。

　　石勇创立了以多目标线性规划为基础的信用评分系统与数据挖掘理论和方法。用多目标最优化概念解决数据挖掘中不同数据同时分割的标准问题。被广泛应用在信用评分管理、金融信贷风险控制、石油勘探及采掘等领域。目前世界上最大的个人征信系统收纳逾6亿自然人信息的“中国人民银行征信评分系统”，就是石勇和他的团队的作品。

　　他还提出了“智能知识管理”的概念，把数据挖掘的结果作为智能知识的基础，探讨了智能知识与传统知识结构之间的逻辑关系，研究了数据挖掘与智能知识内在联系的数学模型并用其展示智能知识的特征。不仅在数据挖掘与知识管理的交叉学科间推动并促进了传统管理科学的发展，而且具有重要的实际管理应用背景。

上一页  [1] [2] [3] [4] [5] [6]  下一页