信息系統的優化理論與方法

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項發明專利，在性能優化和離散事件動態系統領域發表了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、隨機學習與優化、離散事件動態系統。

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