学术报告
报告题目: 鲁棒优化及其应用
报告人：纪颖 教授（上海理工大学）
报告时间；2019年12月10日上午9:30-11:00
报告地点：星际电子在线学术报告厅（18楼学术报告厅）
摘要： 鲁棒优化起源于20世纪50年代建立的现代决策理论，即通过最坏情况分析和Wald极大极小模型处理模型参数的不确定性。20世纪70年代鲁棒优化成为了优化理论中一个重要的研究领域。自1998年起，Ben-Tal等人系统研究了线性鲁棒优化理论，并给出了几种不确定集合下的鲁棒等价式。同随机优化相比，鲁棒优化不假设模型参数服从某种概率分布。建立鲁棒优化模型的关键是参数不确定集合的构建，进而在不确定集合下寻求模型的鲁棒等价式，考虑最差情形下模型的最优解。由于最差情形往往不易发生，所以鲁棒优化模型的解偏于保守。数据驱动下的分布鲁棒优化综合了随机优化和鲁棒优化的优点，通过矩约束、KL散度、Wasserstein距离等理论构造不确定集合，是近几年优化领域的一个研究热点。多年来，鲁棒优化已被广泛应用于智能电网、控制理论、投资组合管理、物流工程和机器学习等领域。目前，鲁棒优化已经从静态、线性转向了多阶段动态、非线性的研究。本报告主要介绍了我们近三年在鲁棒优化方面所取得研究成果。
报告人简介：纪颖，1981年生，上海理工大学管理学院教授，博士生导师，上海市青年东方学者，新加坡国立大学亚太物流研究院博士后，新加坡国立大学商学院访问学者，曾任职哈尔滨工业大学副教授，从2003年至今一直从事优化理论与方法及其应用，投资组合管理和供应链管理等方面的研究，发表论文30余篇，其中以第一作者发表SCI检索论文近20篇，主持并完成国家级与省部级项目十余项。
