信息系統(tǒng)的優(yōu)化理論與方法

曹希仁教授 上海交通大學

2019年11月6日（周三）上午10:00—12:00

管理學院善思堂M201

夏俐教授 中山大學管理學院

“互聯網管理創(chuàng)新”科研團隊

       曹希仁教授目前是上海交通大學的訪問講座教授，香港科技大學的退休榮譽教授。他于1984年獲得美國哈佛大學博士學位，曾是美國數字設備公司的咨詢工程師、美國哈佛大學的研究員、香港科技大學的副教授、教授和講座教授。他在數據和電信領域擁有3項發(fā)明專利，在性能優(yōu)化和離散事件動態(tài)系統(tǒng)領域發(fā)表了3本專著。他是IEEE Fellow和IFAC Fellow。他的研究領域包括隨機控制、金融工程、隨機學習與優(yōu)化、離散事件動態(tài)系統(tǒng)。

       現代信息系統(tǒng)具有許多特點，例如大規(guī)模、大數據、不確定性、動態(tài)結構、模型和參數未知等，傳統(tǒng)的基于模型的分析方法往往不能很好適用于該類系統(tǒng)中的優(yōu)化問題，而需要求諸于基于學習的優(yōu)化方法。該報告將介紹一類基于學習的優(yōu)化方法：我們稱之為相對優(yōu)化理論。該方法的本質思想是基于一條樣本路徑來比較系統(tǒng)性能在兩個不同策略的差別，從而指導系統(tǒng)的優(yōu)化。我們還將介紹和討論該優(yōu)化方法的哲學思想、主要概念和結論，及其與動態(tài)規(guī)劃的區(qū)別和與強化學習的聯系。我們還將進一步展示該類基于學習的優(yōu)化方法能夠解決一些優(yōu)化領域長期未能解決的問題，從而能夠推進優(yōu)化理論的發(fā)展完善。