報告人:孫海琳 教授

講座日期：2020-12-07

講座時間：9:00

報告地點：騰訊會議（會議ID 871 966 523，密碼123123）

主辦單位：數(shù)學(xué)與信息科學(xué)學(xué)院

講座人簡介：

孫海琳博士是南京師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院教授。他于2007年在吉林大學(xué)獲得統(tǒng)計學(xué)學(xué)士學(xué)位，2013年畢業(yè)于哈爾濱工業(yè)大學(xué)，獲數(shù)學(xué)博士學(xué)位。在其博士期間，他在英國南安普頓大學(xué)和香港理工大學(xué)聯(lián)合培養(yǎng)。2015年12月至2018年1月在香港理工大學(xué)應(yīng)用數(shù)學(xué)系做博士后研究。2018年獲中國運籌學(xué)會青年科技獎和江蘇省數(shù)學(xué)成就獎。他的研究領(lǐng)域包括隨機優(yōu)化，分布魯棒優(yōu)化、隨機變分不等式及其在投資組合、風(fēng)險管理和經(jīng)濟學(xué)模型上的應(yīng)用。他在包括Mathematical Programming、SIAM Journal on Optimization、Mathematics of Operations Research等國際權(quán)威期刊發(fā)表了十多篇論文。

講座簡介：

In this paper, we consider the convergence analysis of data-driven mathematical programs with distributionally robust chance constraints (MPDRCC) under weaker conditions without continuity assumption of distributionally robust probability functions. Combining with the data-driven approximation, we also propose a DC approximation method to MPDRCC without tractable structures. We give the convergence analysis of the DC approximation method without continuity assumption of distributionally robust probability functions, and apply a recent DC algorithm to solve them. The numerical tests verify the theoretical results and show the solvability of the data-driven approximated DC approximation method.