2019年11月26日上午，应中国科学院大学经济与管理学院院长汪寿阳教授的邀请，来自复旦大学管理学院和大数据学院洪的流教授，为我院师生进行了题为“大规模择优问题的并行算法”的学术报告。汪寿阳教授主持了本次讲座。
洪流教授首先向大家介绍了大规模择优问题的背景。择优问题是随机仿真和应用统计学中的一类重要问题，其目标是设计算法，在给定的统计置信度保证下，从多个选项中挑选出均值最大的一个。接下来，洪流教授指出近年来越来越多的研究尝试利用并行计算平台解决大规模择优问题（通常包括上万、甚至上百万个选项）。洪流教授的研究团队首先证明了大规模择优问题样本增速的理论下界，但是文献中现有算法都无法达到该下界。为了解决这个问题，洪流教授的研究团队提出了基于淘汰赛制的新的算法框架，并且证明该框架可以达到样本增速的理论下界，之后他们在谷歌云上利用不同的并行计算框架实现了这一新的算法。数值结果显示洪流教授研究团队提出的算法不仅可以达到样本增速的理论下界，而且实际工作效果强于文献中的其它并行算法。
讲座结束后，洪流教授热情详细地回答了到场的老师以及学生所提出的问题，并与老师与同学进一步就大规模择优问题的并行算法进行了广泛深入讨论。
背景链接：
洪流教授现工作于复旦大学管理学院和大数据学院，任复旦大学特聘教授和管理学院弘毅讲席教授。在加入复旦之前，洪教授曾任教于香港科技大学和香港城市大学。他的研究领域包括随机仿真、随机优化、金融工程和金融风险管理、商业数据分析等。他目前还担任《Operations Research》的领域主编、《Management Science》和《ACM Transactions on Modeling and Simulation》的副主编、INFORMS仿真分会副主席／当选主席、中国运筹学会理事、中国运筹学会金融工程和金融风险管理分会副理事长等。洪教授曾获得国内外多项学术荣誉，包括中国运筹学会科学技术奖――运筹研究奖、INFORMS仿真分会Outstanding Simulation Publication Award、工业工程师学会Operations Best Paper Award等。
（文/刘天奇 图/王海娟）
