報告題目：基于梯度的隨機(jī)仿真優(yōu)化

報告所屬學(xué)科：管理科學(xué)與工程

報告人：彭一杰（北京大學(xué)光華管理學(xué)院）

報告時間：2020年12月21日 11:30

報告地點：經(jīng)管院702

報告摘要：

實際中隨機(jī)系統(tǒng)的風(fēng)險度量通常不具有解析形式，但可以通過仿真估計。經(jīng)典的仿真優(yōu)化問題研究隨機(jī)系統(tǒng)樣本表現(xiàn)期望的最大化，基于梯度的算法是解決高維復(fù)雜隨機(jī)仿真系統(tǒng)優(yōu)化最有效的方法。隨機(jī)梯度估計是其中的中心問題，報告人將回顧經(jīng)典方法。如何得到有結(jié)構(gòu)參數(shù)的不連續(xù)樣本表現(xiàn)的無偏隨機(jī)梯度估計是仿真領(lǐng)域研究了幾十年的核心理論問題，報告人提出一種廣義似然比方法系統(tǒng)性地解決這一問題，并給出它在金融、人工智能等問題中的應(yīng)用。風(fēng)險值（VaR）是常用的金融風(fēng)險度量，風(fēng)險值的優(yōu)化在金融風(fēng)險管理與投資組合優(yōu)化中有重要意義。報告人將在于廣義似然比風(fēng)險值敏感性估計的基礎(chǔ)上給出多尺度隨機(jī)梯度下降算法，該算法被證明以概率1收斂到風(fēng)險值的最優(yōu)解，并通過算例說明所提出方法的有效性與在實際問題中的應(yīng)用前景。

報告人簡介：

彭一杰，北京大學(xué)光華管理學(xué)院助理教授，博士生導(dǎo)師。本科畢業(yè)于武漢大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院，從復(fù)旦大學(xué)管理學(xué)院獲博士學(xué)位。在美國馬里蘭大學(xué)和喬治梅森大學(xué)分別從事過博士后與助理教授工作。主要研究方向包括仿真建模與優(yōu)化、金融工程與風(fēng)險管理、人工智能、健康醫(yī)療等。主持多項科研基金項目，包括國家優(yōu)秀青年科學(xué)基金項目，國家青年科學(xué)基金項目，北京市青年骨干個人項目等。在《Operations Research》，《INFORMS Journal on Computing》和《IEEE Transactions on Automatic Control》等高質(zhì)量期刊上發(fā)表學(xué)術(shù)論文20余篇。曾獲得2019年INFORMS Outstanding Simulation Publication Award，2017年IEEE Robotics and Automatic Society Best Paper Award Finalists。目前擔(dān)任Asia-Pacific Journal of Operational Research期刊 與IEEE Control Systems Society 會議編委，中國運籌學(xué)會金融工程與金融風(fēng)險管理分會常務(wù)理事，中國仿真協(xié)會人工社會專委會委員。