腾讯会议参加人数上限为300人
打赏后的小伙伴，将会被邀请进入讲座临时腾讯会议群
打赏方式见文章末尾处
打赏后请联系“数据魔术师小助手（见文末二维码）”进群
数据魔术师
运筹优化及人工智能系列讲座第36期
【活动信息】
题目：决策相关模糊集下的多阶段分布式鲁棒优化
主 讲 人: 于弦 俄亥俄州立大学系统工程系助理教授
主 持 人: 程春 东北财经大学助理教授
活动时间: 2022年8月27日 上午9:00 - 11:00
讲座语言：中文
主办单位：数据魔术师
直播平台：通过数据魔术师粉丝群发布讲座腾讯会议信息
【主讲人简介】
于弦，俄亥俄州立大学系统工程系助理教授。2022年4月获得密歇根大学运筹学专业博士学位。研究方向包括不确定性优化问题及其在供应链和智能交通中的应用。相关工作已发表于Mathematical Programming, IEEE Transactions on Intelligent Transportation Systems, Service Science等运筹学知名期刊。曾获得IOE Katta Murty Prize for the Best Research Paper on Optimization, Michigan Institute for Computational Discovery and Engineering奖学金。
个人主页：https://u.osu.edu/xianyu/
【报告简介】
报告专家将介绍与决策相关的模糊集下的多阶段分布式鲁棒优化模型，假设每一阶段的不确定性参数的概率分布依赖于之前阶段的决策变量。首先考虑由不确定参数一阶矩和二阶矩的与决策相关的上下界定义的模糊集以及匹配与决策相关的均值和协方差矩阵的模糊集，对这两种模糊集，我们证明每一阶段的子问题可以被写成一个混合整数线性规划问题。另外，我们将Delage and Ye (2010)中的模糊集拓展到多阶段并与决策相关的情形，并将每一阶段的子问题化为混合整数半正定规划问题，我们对所推导得的多阶段混合整数半正定规划问题进行近似，并得到了它的上下界。最后，我们利用随机对偶动态整数规划方法(SDDiP)对这三种模糊集进行求解，并验证了考虑决策相关的分布信息的有效性。
相关资料：Xian Yu, Siqian Shen, “Multistage distributionally robust mixed-integer programming with decision-dependent moment-based ambiguity sets,” Mathematical Programming (2020):1-40.
资料链接：https://link.springer.com/article/10.1007/s10107-020-01580-4
【分享提纲】
1. 介绍关于分布式鲁棒优化及决策相关模糊集的文献综述；
2. 介绍三种与决策相关的模糊集及其相应的解法；
3. 讨论可能的未来发展方向。
欢迎大家加入数据魔术师粉丝群，我们的活动将会通过粉丝群优先发布， 学习资料将通过粉丝群分享。
欲入群，请转发此文，然后扫描下方二维码联系“数据魔术师小助手”
