【校内主页】 【邮箱登陆】 【智慧校园】
公共搜索

关于召开2019年优化理论与应用研讨会的通知


2019年优化理论与应用研讨会将于2019年5月17-19日在我校召开。本次会议由广西高校数据分析与计算重点实验室、桂林电子科技大学主办,桂林电子科技大学数学与计算科学学院承办。欢迎全校师生踊跃参加。具体会议议程安排如下:

会议日程安排:

日期时间

地点

内容

主讲人

/主持人

5月17日

(周五)

报到




5月18日

(周六)

 

8:00-9:30

金鸡岭校区七教7217

会议特邀报告:稀疏约束优化的低维牛顿方法

北京交通大学

修乃华

9:30-11:00

金鸡岭校区七教7217

会议特邀报告:A Lagrange based approximation solution to the unit commitment problem

清华大学

邢文训

11:00-12:30

金鸡岭校区七教7217

会议特邀报告:Tensor Complementarity Problems and Extensions

天津大学

黄正海

14:30-16:00

金鸡岭校区七教7217

会议特邀报告:A sparse group lasso convex clustering and its fast optimization algorithm

 

北京交通大学

孔令臣

16:00-17:30

金鸡岭校区七教7217

会议特邀报告:基于双层ADMM的完全分布式的

电力系统机组组合方法

广西民族大学

简金宝

5月19日

(周日)

 

学科建设交流




主讲人:修乃华教授
题目:稀疏约束优化的低维牛顿方法
时间:2019年5月18日(周六)上午8:00-9:30
地点:金鸡岭校区七教7217

摘要:

稀疏优化是最优化学科中一个新的研究方向。它由著名华裔数学家、2006年菲尔兹奖得主陶哲轩和Candes、美国科学院院士Donoho独立提出的压缩感知理论而推动,在机器学习与人工智能、信号与图像处理、模式识别、生物信息学、统计推断、金融风险管理等领域中扮演着核心数学模型的角色。然而,稀疏优化属于特殊的组合优化问题,当然是一个NP难问题,传统的优化理论和算法面临极大挑战。因此,开展稀疏优化问题的理论和算法研究十分必要。本报告将介绍我校优化团队在这个方面的一个最新研究成果-稀疏约束优化的低维牛顿算法。

专家简介:

修乃华,北京交通大学理学院教授、博士生导师。现任中国运筹学会副理事长、信息运筹学交叉学科北京市重点学科责任教授、“111”创新引智基地负责人。研究方向:最优化理论方法及应用。主持国家自然科学基金重点项目、973计划课题等国家级科研项目10余项。获教育部自然科学奖二等奖、詹天佑铁道科学技术奖专项基金奖、北京市教育教学成果一等奖、教育部新世纪优秀人才、全国优秀科技工作者、享受国务院政府特殊津贴专家。

主讲人:邢文训教授
题目:A Lagrange based approximation solution to the unit commitment problem
时间:2019年5月18日(周六)上午9:30-11:00
地点:金鸡岭校区七教7217

摘要:

The single-period unit commitment problem arises from electricity markets. This paper proposes a Lagrange based approximation method for the problem.  We propose a conjugate convex relaxation reformulation and design a special dual algorithm to compute a tight lower bound of the problem in O(nlogn) complexity. Then, a heuristic feasible solution to the primal problem is got using the property of the lower bound. Finally we prove that the maximum cost of the setups is the absolutely gap between the value of our heuristic and the optimal solution.

专家简介:

邢文训清华大学数学科学系教授、博士生导师,北京大学理学学士,清华大学理学博士。目前研究兴趣为非凸/非光滑全局最优化及组合最优化问题,在国内外学术刊物SIAM Journal on Optimization, European Journal of Operational Research, IIE Transactions, Discrete Applied Mathematics, Annals of Operations Research等发表论文60余篇,出版专著1部,教材6部。2007年获得国防科工委国防科学技术进步奖(一等),2008年获国家科学技术进步奖(二等),2001年获中国运筹学会运筹学应用奖(二等)。先后主持过国家基金委面上和教育部重点课题,承担国防973二级课题负责人,及参加国家、部委及企业科研项目10余项。目前为中国运筹学会常务理事,Journal of Industrial and Management Optimization副主编,Journal of the Operations Research Society of China编委等。

主讲人:黄正海教授
题目:Tensor Complementarity Problems and Extensions
时间:2019年5月18日(周六)上午11:00-12:30
地点:金鸡岭校区七教7217

摘要:

Tensors (hypermatrices) are multidimensional analogs of matrices. The tensor complementarity problem (TCP) is a class of nonlinear complementarity problems with the involved function being defined by a tensor, which is also a direct and natural extension of the linear complementarity problem. In the last several years, the TCP has attracted a lot of attention; and has been studied extensively, from theory to solution methods and applications. This talk aims at contributing to review the state-of-the-art of studies for the TCP and some extensions.

专家简介:

黄正海,天津大学数学学院教授、博士生导师。主要从事最优化理论、算法及其应用方面的研究工作,在求解互补与变分不等式问题、对称锥优化与对称锥互补问题、稀疏优化、张量优化、核磁共振医学成像、人脸识别等方面取得了一些有意义的成果。已发表论文百余篇、连续获得多项国家自然科学基金资助。曾获得中科院优秀博士后奖和教育部高等学校自然科学奖二等奖。目前为中国运筹学会常务理事;国际期刊Pacific Journal of Optimization》、《Applied Mathematics and Computation》和《Optimization,Statistics & Information Computing》的编委、中国核心期刊《运筹学学报》的编委。

 主讲人:孔令臣教授
 题目:A sparse group lasso convex clustering and its fast optimization algorithm
 时间:2019年5月18日(周六)下午14:30-16:00
 地点:金鸡岭校区七教7217

 摘要:

Cluster analysis is an important ingredient of unsupervised learning, and the classical clustering methods include K-means clustering, spectral clustering etc. These methods may get stuck in local optimal solutions due to the involved nonconvex optimization model. Recently, convex clustering has attracted a significant interest because its global optimal solution can be found easier than classical clustering methods. However, in high-dimensional scenarios, the performance of convex clustering is unsatisfactory because some noninformative features are included in the clustering. In this paper, considering the special structure of data, we propose a sparse group lasso convex clustering of high-dimensional data. And we prove that the proposed estimation has desirable statistical properties, including the finite sample bound for prediction error and feature screening consistency. Furthermore, we design a powerful semi-proximal alternating direction method of multipliers to solve the sparse group lasso convex clustering, and its convergence analysis is established without any conditions. Finally, the effectiveness of the proposed method is well demonstrated on synthetic and real datasets.

专家简介:

孔令臣,北京交通大学理学院教授,博士生导师,中国运筹学会数学规划分会副秘书长。2007年毕业于北京交通大学,获博士学位。2007-2009年,加拿大滑铁卢大学组合与优化系博士后。2009年9月入职北京交通大学数学系,2010年晋升为副教授,2014年晋升为教授。主要从事优化与统计学习、高维统计分析、稀疏优化、对称锥互补和优化问题以及医学成像等方面的研究。主持国家自然科学基金面上项目“高维约束矩阵回归的优化理论与算法”、“矩阵秩极小问题的松弛理论与算法研究”和参与国家自然科学基金重点项目“大规模稀疏优化问题的理论与算法”以及973课题等,获得2012度中国运筹学会青年奖。

主讲人:简金宝教授
题目:基于双层ADMM的完全分布式的电力系统机组组合方法
时间:2019年5月18日(周六)下午16:00-17:30
地点:金鸡岭校区七教7217

摘要:

电力市场改革的不断深入给传统电力系统调度运行带来了极大的机遇和挑战,机组组合(UC)问题是电力系统调度运行的典型问题。我们采用两层ADMM方法实现UC问题的完全分布式求解。在外层迭代中,x和v更新步可按照机组实现完全解耦。对于耦合所有机组的z更新步则采用一个内部协同ADMM步求解其对偶问题,从而实现z更新步按机组完全解耦。整个算法可并行执行并实现各机组间的隐私信息保护。数值实验基于10-200机组的测试用例展开,与Cplex的计算结果比较表明所提方法可在合理的计算时间内获得UC问题高质量的次优解。并行计算结果表明,所提方法可获得较好加速比。

专家简介:

简金宝,广西民族大学理学院教授、博士生导师。现任广西民族大学党委常委、副校长,中国运筹学会监事会监事,广西数学学会理事会副理事长。研究方向:最优化理论方法及其在电气工程中的应用,近年来在IEEE Transactions on Power Systems , European Journal of Operational Research,  IEEE Transactions on Power Systems,Journal of Optimization Theory and Applications 等期刊发表论文70余篇,出版专著1部。先后主持多项国家自然科学基金项目,2项广西自然科学基金重点项目和10多项省级项目,联合主持广西自然科学基金创新团队项目1项(200万元)。获全国教育系统先进工作者、4项省级科学技术奖二等奖、广西壮族自治区“优秀专家”、享受国务院政府特殊津贴专家



上一条:关于北京理工大学许廷发教授来校讲学的通知
下一条:关于中国科学院计算技术研究所研究员、博士生导师,智能处理器研究中心主任陈云霁来校讲学的通知

【打印新闻】 【关闭】