報告題目：基于有限信息的魯棒決策模型與算法
時間：2024年11月21日下午14:00-15:30
地點：中關(guān)村校區(qū)主樓216
報告人：何斯邁
報告人簡介：
何斯邁，上海交通大學(xué)安泰經(jīng)管學(xué)院數(shù)據(jù)與商務(wù)智能系特聘教授。本科畢業(yè)于中國科學(xué)技術(shù)大學(xué)，碩士就讀于美國布朗大學(xué)，博士畢業(yè)于香港中文大學(xué)。主要研究領(lǐng)域包括優(yōu)化算法和供應(yīng)鏈管理，在OR，MOR，MP，SIAM OPT等管理及運籌國際頂級期刊上發(fā)表論文十余篇，為京東﹑順豐等企業(yè)提供技術(shù)咨詢服務(wù)。其中與京東合作的京東無人倉機器人調(diào)度系統(tǒng)進入INFORMS Franz Edelman Award Finalist。何斯邁曾主持多項香港及國家自然科學(xué)基金項目。他曾榮獲1992年國際數(shù)學(xué)奧林匹克(IMO)金牌，及中國運籌學(xué)會青年科技獎等榮譽。
報告內(nèi)容簡介：
本次報告介紹針對數(shù)據(jù)或信息量特別稀少的決策場景，如何基于有限的數(shù)據(jù)，通過整合領(lǐng)域知識降低決策的保守程度，構(gòu)建出高效且低風險的管理決策模型。對數(shù)凹、單調(diào)風險率等隨機分布的結(jié)構(gòu)特征在經(jīng)濟管理領(lǐng)域中被普遍采納，也包括絕大多數(shù)常見擬合參數(shù)分布。我們及領(lǐng)域內(nèi)的相關(guān)研究表明，引入分布結(jié)構(gòu)特征可極大提升決策精度，降低魯棒模型的保守程度。例如引入對數(shù)凹結(jié)構(gòu)后，基于2至3個分布矩信息即可達成高精度庫存管理及風險評估決策。在多階段價格實驗中，基于alpha-正則及單調(diào)風險率的魯棒決策可構(gòu)建高效價格測試，在5個抽樣點內(nèi)達到近似比平均超過99%的高精度策略。針對估計獨立隨機分布和時常用的母函數(shù)、熵及次高斯分布特征，給出尋找高精度閉式及半閉式風險概率上下界的統(tǒng)一分析簡化范式。針對項目管理和研發(fā)決策網(wǎng)絡(luò)，利用分布結(jié)構(gòu)特征及少量特征可穩(wěn)健高效地定位網(wǎng)絡(luò)的關(guān)鍵風險節(jié)點。
（承辦：管理工程系、科研與學(xué)術(shù)交流中心、中國運籌學(xué)會數(shù)據(jù)科學(xué)與運籌智能分會（籌））
