鲁棒优化:矩问题及其最新进展
主题:  鲁棒优化:矩问题及其最新进展主讲人:  何斯迈 教授地点:  延安路校区旭日楼306教室时间:  2020-11-24 09:30:00组织单位:   管理学院

报告人简介:何斯迈教授,目前任职于上海财经大学信息管理与工程学院及交叉学院。他本科毕业于中国科学技术大学,博士毕业于香港中文大学。主要研究领域为运筹优化及供应链管理。他曾获第33届国际数学奥林匹克金奖,中国运筹协会青年科技奖及教育部人文社科优秀成果二等奖。

报告简介:管理实践中数据虽然数据量极大,但数据质量往往并不理想。同时,传统管理决策模型中假设的核心参数(例如单一产品的库存成本)在实践中往往难以准确估算。因此,在实践中基于统计分布假设或简单逻辑的学习算法进行管理决策,难免存在一定的不可控决策风险。鲁棒优化方法可以较好的处理参数及分布的不确定性。

我们首先介绍鲁棒优化方法的决策逻辑及应用场景,并聚焦鲁棒优化的一个重要研究方向:矩问题。矩问题基于分布的矩信息,即均值/方差/三阶及高阶期望值,构建分布的不确定集合,并以此为基础做出相应决策。在此基础上,我们研究如何引入经济与管理中的常见分布假设(单峰,对数凹,单调损失率,等等),并根据最优解的理论结构构建数值方法。此外,我们研究如何利用矩问题改进经典概率不等式,并探讨进一步改进统计中常用的中心极限收敛速度不等式的可能性。


撰写:周静