讲座题目：随机系统个性化决策的高效仿真优化方法
报告人： 李海东 北京大学
讲座时间：2022年10月14日(周五) 12:15-13:30
讲座地点：中国科学院大学中关村校区教学楼S406；腾讯会议 ID：551-638-357
内容摘要
仿真优化是运筹学中有很长历史的活跃研究领域，目的是通过仿真抽样高效优化复杂随机系统。考虑不同情境下的个性化决策，情境依赖下的仿真优化问题在个性化医疗、推荐系统、金融投资场景中有着广泛的应用背景，同时更大的解空间使得学习和优化任务更具挑战。为了更有效地挖掘随机仿真样本信息，本研究引入高斯混合模型刻画聚类现象，并设计了高效近似方法将计算复杂度从指数速率降低到线性速率，解决了基于仿真的随机聚类方法理论与应用上的困难。为高效分配仿真资源，本研究提出了动态采样策略，利用全局聚类信息和局部表现信息，实现了问题降维和优化加速。所提出的采样策略被证明具有相合性且能达到渐近最优的采样比率。在食道癌预防治疗个性化方案仿真优化实验中，所提出的随机聚类算法通过动态仿真采样挖掘出了具有可解释性的医疗洞见，同时所提出的采样策略明显降低了仿真预算或提高了优化精度。
主讲人简介
李海东，2015年、2021年于北京大学工学院获得学士学位和管理科学与工程博士学位，现为北京大学工学院博雅博士后。主要研究方向包括仿真优化、随机估计和随机控制等。以第一作者在运筹与管理领域国际顶级期刊Operations Research，自动控制领域国际顶级期刊IEEE Transactions on Automatic Control等上发表期刊论文5篇，会议论文3篇，并于2022年获得国家自然科学基金青年科学基金项目资助。
