报告主题：鲁棒优化：矩问题及其最新进展

报告时间：11月24日（周二）上午9:30

报告地点：旭日楼306教室

报告人：何斯迈 教授

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。