信息系统的优化理论与方法

曹希仁教授 上海交通大学

2019年11月6日（周三）上午10:00—12:00

管理学院善思堂M201

夏俐教授 中山大学管理学院

“互联网管理创新”科研团队

       曹希仁教授目前是上海交通大学的访问讲座教授，香港科技大学的退休荣誉教授。他于1984年获得美国哈佛大学博士学位，曾是美国数字设备公司的咨询工程师、美国哈佛大学的研究员、香港科技大学的副教授、教授和讲座教授。他在数据和电信领域拥有3项发明专利，在性能优化和离散事件动态系统领域发表了3本专著。他是IEEE Fellow和IFAC Fellow。他的研究领域包括随机控制、金融工程、随机学习与优化、离散事件动态系统。

       现代信息系统具有许多特点，例如大规模、大数据、不确定性、动态结构、模型和参数未知等，传统的基于模型的分析方法往往不能很好适用于该类系统中的优化问题，而需要求诸于基于学习的优化方法。该报告将介绍一类基于学习的优化方法：我们称之为相对优化理论。该方法的本质思想是基于一条样本路径来比较系统性能在两个不同策略的差别，从而指导系统的优化。我们还将介绍和讨论该优化方法的哲学思想、主要概念和结论，及其与动态规划的区别和与强化学习的联系。我们还将进一步展示该类基于学习的优化方法能够解决一些优化领域长期未能解决的问题，从而能够推进优化理论的发展完善。