10月16日至19日，美国运筹学与管理科学学会(Institute for Operations Research and the Management Sciences，INFORMS)年会在美国印第安纳珀里斯举行。会议期间公布诸项获奖结果，清华大学工业工程系祁炜副教授与合作者获得INFORMS能源领域年度最佳论文奖、2021 MSOM数据驱动研究竞赛一等奖、INFORMS服务科学最佳论文奖第二名三项年度学术奖项。

10月16日，INFORMS能源、自然资源和环境分会(INFORMS ENRE)宣布祁炜与合作者2021年发表在《制造与服务运作管理》(Manufacturing & Service Operations Management)期刊的论文“共享电动汽车车队的充电运作”(Charging an Electric Vehicle Sharing Fleet)获得能源领域最佳论文奖。该奖项每年授予一篇发表文章，表彰在能源系统优化研究方向有影响力和创新性的研究成果。北美最大的共享汽车公司car2go于2016年被迫退出美国圣地亚哥市场。该公司无法有效保证其共享电动汽车能被及时充电。为解决这一运营挑战，祁炜等人的论文提出共享电动汽车服务的车队运行与充电设施规划方法，设计和求解了一种新型的排队-选址模型，用于制定集成的战略和战术决策——充电站的选址与定容、共享车辆的位置调整和充电。基于car2go的真实运行数据，作者们发现，一种改进的阈值充电策略结合优化布局的集中充电站可极大提高车队的及时充电与位置调整能力，有效满足市民绿色共享出行需求。

10月16日，在INFORMS年会中具有全领域关注度的MSOM(制造与服务运作管理)事务会议上，组委会宣布祁炜与合作者的论文“分布式鲁棒多地点报童问题的大规模求解：一种基于多情境的线性规划方法”(Distributionationally Robust Multilocation Newsvendor at Scale: A Scenario-Based Linear Programming Approach)获得2021 MSOM数据驱动研究竞赛一等奖。祁炜等人的论文研究了“多地点报童问题”(Multi-Location Newsvendor Problem)：面对需求不确定性，商品卖家该如何在分布于不同地点的多个(甚至上百个)配送中心之间分配商品库存，使得由缺货、库存积压和货品转运导致的期望总成本最小?作者们对这一问题构建了一个基于多情境的分布式鲁棒优化模型，并发现这一模型具有超模性(supermodularity)。利用这一性质，可使原问题转化成可快速求解的线性规划问题。作者们利用海尔集团旗下的日日顺供应链物流公司提供的真实物流数据，展示出这一数据驱动优化算法可以有效控制物流成本。

10月18日，INFORMS 服务科学分会(INFORMS Service Science)宣布服务科学最佳论文奖(INFORMS Service Science Best Cluster Paper Award)评选结果。祁炜与合作者的论文“地摊经济：零售车可移动性的价值”(Stall Economy: The Value of Mobility in Retail on Wheels)获第二名。祁炜等人的论文探究线上购物与线下实体店购物之外的一种新兴零售形态：无人零售车作为城市中可移动的零售商店，使得购物者可以像打共享出租车一样把商店叫到住所附近进行购物。作者提出和分析了三个空间排队模型，用于刻画不同的服务模式。该文近期被运筹学旗舰期刊《运筹学》(Operations Research)录用。

祁炜，清华大学工业工程系长聘副教授，祁炜团队的研究方向是“智慧城市运筹”，即从运筹学的观点来审视和解决当今城市发展中涌现出的各种新挑战，例如电网交通网耦合、最后一公里物流、共享经济、气候韧性等。反过来，研究这些问题亦有助于推动运筹学理论(如离散优化、排队论、数据驱动优化)的发展。他的多项研究发表在运筹学和管理科学领域国际顶尖期刊上。

INFORMS年会是全世界运筹学、管理科学和商业分析领域最具影响力的年度国际盛会，每年吸引全世界学术界和业界的大量与会者(今年有5500余人)，对运筹学与管理科学的理论探索、学科交叉、业界实践等方面最新成果展开深入研讨，为推动数理科学、信息科学、工业工程等领域的发展发挥了重要作用。