2024年11月21日，上海交通大學何斯邁教授應邀進行了題為“基于有限信息的魯棒決策模型與算法”的學術報告。報告在主樓216會議室舉行，來自管理工程系、自動化系的多名教師、研究生、本科生參加了本次講座，管理工程系張玉利教授主持本次交流活動。
何斯邁教授介紹了針對數據或信息量特別稀少的決策場景，如何基于有限的數據，通過整合領域知識降低決策的保守程度，構建出高效且低風險的管理決策模型。對數凹、單調風險率等隨機分布的結構特征在經濟管理領域中被普遍采納，也包括絕大多數常見擬合參數分布。相關研究表明，引入分布結構特征可極大提升決策精度，降低魯棒模型的保守程度。例如引入對數凹結構后，基于2至3個分布矩信息即可達成高精度庫存管理及風險評估決策。在多階段價格實驗中，基于alpha-正則及單調風險率的魯棒決策可構建高效價格測試，在5個抽樣點內達到近似比平均超過99%的高精度策略。針對估計獨立隨機分布和時常用的母函數、熵及次高斯分布特征，給出尋找高精度閉式及半閉式風險概率上下界的統一分析簡化范式。針對項目管理和研發決策網絡，利用分布結構特征及少量特征可穩健高效地定位網絡的關鍵風險節點。
何斯邁教授的報告贏得了與會師生的一致贊譽。報告結束后，與會師生圍繞問題建模、算法設計等關鍵議題展開了熱烈的交流和討論，何斯邁教授并對偉德國際官網博士生、碩士生同學給予了科研經驗分享，并鼓勵同學們扎根一個特定研究領域，重視理論基礎，強化數學證明推導，嚴格要求自我，不斷取得長足進步。
附：何斯邁教授簡介
何斯邁，上海交通大學安泰經管學院數據與商務智能系特聘教授。本科畢業于中國科學技術大學，碩士就讀于美國布朗大學，博士畢業于香港中文大學。主要研究領域包括優化算法和供應鏈管理，在OR，MOR，MP，SIAMOPT等管理及運籌國際頂級期刊上發表論文十余篇，為京東、順豐等企業提供技術咨詢服務。其中與京東合作的京東無人倉機器人調度系統進入INFORMSFranzEdelman Award Finalist。何斯邁曾主持多項香港及國家自然科學基金項目。他曾榮獲1992年國際數學奧林匹克(IMO)金牌，及中國運籌學會青年科技獎等榮譽。
