2017年3月13日管理工程系張玉利副教授在主樓418做了題為“Distributionally Robust Optimization and Parametric Search Algorithms”的學(xué)術(shù)報(bào)告，管理與經(jīng)濟(jì)學(xué)院院長魏一鳴教授等10多位教師及多名博士生參加了報(bào)告會(huì)。
張玉利副教授首先簡(jiǎn)單介紹處理不確定性環(huán)境下優(yōu)化決策問題的隨機(jī)優(yōu)化方法、基于不確定性集的魯棒優(yōu)化方法及隨機(jī)魯棒優(yōu)化方法的發(fā)展現(xiàn)狀和研究動(dòng)態(tài)。然后，以庫存管理中經(jīng)典的Lot-Sizing問題為例，介紹了兩階段的隨機(jī)魯棒優(yōu)化模型，分析了內(nèi)層優(yōu)化問題對(duì)應(yīng)的最短路徑結(jié)構(gòu)，給出了等價(jià)的混合整數(shù)二階錐規(guī)劃模型。該模型可以顯示的刻畫不確定性需求的均值、方差和協(xié)方差對(duì)系統(tǒng)總費(fèi)用的影響，同時(shí)還表明對(duì)不確定性需求概率分布函數(shù)的估計(jì)越精確方差風(fēng)險(xiǎn)項(xiàng)對(duì)系統(tǒng)總費(fèi)用的影響就越小。張玉利副教授進(jìn)一步介紹了其提出的Parametric Search（參數(shù)搜索）算法。從高效參數(shù)搜索策略、針對(duì)子問題的多項(xiàng)式時(shí)間算法、加速的子問題求解機(jī)制和算法計(jì)算復(fù)雜度等方面對(duì)該方法進(jìn)行了詳細(xì)介紹。最后，在Lot-Sizing問題、非線性最短路問題和生產(chǎn)調(diào)度問題上，與現(xiàn)有算法的計(jì)算對(duì)比實(shí)驗(yàn)表明該方法可以將現(xiàn)有算法計(jì)算效率提升幾個(gè)數(shù)量級(jí)。
魏一鳴院長等教師就報(bào)告內(nèi)容與張玉利副教授展開了討論，并就優(yōu)化決策方向的的研究和發(fā)展提出了要求與希望，鼓勵(lì)有經(jīng)驗(yàn)的教師們瞄準(zhǔn)高水平的國際競(jìng)賽，提高管理與經(jīng)濟(jì)學(xué)院的品牌和特色。
