【仿真优化系列讲座(四)】有情境的排序选择问题

时间:2022-04-21         阅读:

主题:【仿真优化系列讲座(四)】有情境的排序选择问题

主讲人:香港城市大学 高思阳副教授

主持人:统计学院 肖辉教授

时间:2022年4月26日15:00-16:00

直播平台及会议ID:腾讯会议 969 625 6158

主办单位:统计学院 大数据研究院 科研处

主讲人简介:

高思阳于2009年获得北京大学概率与统计专业本科学位,于2014年获得威斯康星大学麦迪逊分校工业工程专业博士学位,目前是香港城市大学先进设计与系统工程系副教授。高博士的研究兴趣包括仿真优化、机器学习以及它们在医疗方面的应用,其研究成果发表于Operations Research, IEEE Transactions on Automatic Control, Automatica等期刊。他的研究曾多次获得学术会议论文奖,包括2019年IEEE Conference on Automation Science and Engineering最佳论文奖,2019年International Conference on Logistics and Maritime Systems最佳论文奖,2018年International Research Conference on Systems Engineering and Management Science最佳青年学者论文奖等。高博士目前担任期刊IEEE Transactions on Automation Science and Engineering和Journal of Simulation副编辑。

内容简介:

排序选择(ranking and selection)问题旨在优先计算时间内高效地选出最优的仿真设计方案。该问题是仿真优化领域的重要问题,并在生产、医疗、服务以及运营管理方面有着广泛的应用。在这个研究中,我们考虑有情境的排序选择问题。情境是指不属于设计方案的仿真模型输入,这些输入和设计方案一样也能影响系统的表现。我们的研究目标是找到不同情境下的最优仿真样本分配方法,从而在实际问题情境给定的情况下高效选出最优的设计方案。我们称该问题为有情境的排序选择问题。我们将利用Optimal Computing Budget Allocation (OCBA)方法解决该问题,具体的研究内容包括目标函数的定义、算法的设计开发以及算法收敛性的分析等。数值测试显示我们提出的算法在一系列抽象和实际问题中表现出色,可以有效地帮助决策者实现给定情境下的实时决策。