Home » 学术报告 (Page 2)

Category Archives: 学术报告

优化中心12月13日邀请报告

主讲人: 杨周旺(副教授,中国科学技术大学)

邀请人:中科院数学院优化与应用研究中心

时间:2014年12月13日(周六)下午14:30-15:30

地点:数学院南楼二层210会议室

Topic:  优化算法开源库搭建

Abstract:

我将从目标、语言、接口、算法、管理等方面简要介绍“优化算法开源库搭建”的初步设想。
目标: 建立高效、简洁、可扩展的优化算法开源库框架,同时能够在多个系统编译和使用。
语言: 采用C++搭建开源库框架。C++语言拥有众多特性,可以通过模板、继承、多态等进行扩展和开发,同时易于进行任务分配和分布式开发。
接口: Python作为当今最易于学习使用的语言之一,优化算法开源库将开放Python的接口,使得用户能在Python端轻松调用算法。
算法: 涵盖基本的优化算法,如线性规划、二次规划、非线性规划、稀疏优化等。同时任何人可在框架允许下扩展算法库。
管理: MathU(中科大团队)负责开源库代码的管理和接口的定义。代码将托管于Github,并由MathU负责整合。
发布组织: 优化算法开源库将由中国运筹学会数学规划分会对外发布和申明版权,免费供公众用于学术研究等非商业用途,但须标注致谢。如用于商业用途,必须取得相应授权。

 

主讲人: Yinyu Ye(Professor,Stanford University)

邀请人:中科院数学院优化与应用研究中心

时间:2014年12月13日(周六)下午15:30-16:30

地点:数学院南楼二层210会议室

Topic: Warmstarting the Homogeneous and Self-Dual Interior Point Method for Linear and Conic Quadratic Problems

Abstract:

We present two strategies for warmstarting primal-dual interior point methods for the homogeneous self-dual model when applied to mixed linear and quadratic conic optimization problems. Common to both strategies is their use of only the final (optimal) iterate of the initial problem and their negligible computational cost. This is a major advantage when compared to previously suggested strategies that require a pool of iterates from the solution process of the initial problem. Consequently our strategies are better suited for users who use optimization algorithms as black-box routines which usually only output the final solution. Our two strategies differ in that one assumes knowledge only of the final primal solution while the other assumes the avail-ability of both primal and dual solutions.We analyze the strategies and deduce conditions under which they result in improved theoretical worst-case complexity. We present extensive computational results showing work reductions when warmstarting compared to coldstarting in the range 30%{75% depending on the problem class and magnitude of the problem perturbation. The computational experiments thus substantiate that the warmstarting strategies are useful in practice.
Joint work with Anders Skajaa and Erling Andersen.

 

主讲人: 黄越辉 (博士/高级工程师,中国电力科学研究院)

邀请人:中科院数学院优化与应用研究中心

时间:2014年12月13日(周六)下午16:30-17:30

地点:数学院南楼二层210会议室

Topic: 计及风电功率波动影响的风电场集群无功电压协调优化控制策略

Abstract:

针对大规模风电场集群区域有功出力随机波动、无功设备种类繁杂的典型特征,本文提出了一种计及风电功率波动影响的风电场集群无功电压协调优化控制策略。该策 略根据风电功率预测信息、当前运行信息和历史断面信息建立多目标优化控制模型,并采用基于过滤集合的内点算法求解。通过汇集站和风电场的子站调节能力实现 闭环控制,能够对集群区域内离散设备和动态设备的动作响应实行差异化管理。对中国北方某实际风电场集群地区的仿真计算表明,本文所提控制策略能够改善中枢 节点的电压控制效果,协调离散设备和动态设备的运行配合,维持集群区域的静态电压稳定性。

2014年数学规划应用与软件研讨会学术报告

主讲人:   谢金星 (清华大学)

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月14日下午14:30-15:20

地点:中科院数学与系统科学研究院南楼219

Topic: A class of polynomially solvable 0-1 programming problems and applications

Slides: Modeling01规划2014-Jinxing Xie

 

主讲人:   肖运海 (河南大学)

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月14日下午15:20-16:10

地点:中科院数学与系统科学研究院南楼219

Topic: Linearlized Alternating Directions Methods of Multipliers in Sparse Optimization

Abstract:  The problem to find sparse solutions has obtained much attention and well studied widely in the fields of signal processing, compressive sensing, machine learning, statistical inference and so on. The problem mainly formulated as an unconstrained optimization problem which aims to minimize the sum of a smooth function and a non-smooth regularized term, the $\ell_1$-norm regularization, TV regularization, and matrix nuclear norm regularization, for instance. In this talk, we review some recent developed linearized alternating directions methods of multipliers to such problem, give their convergence results, and show their practical performance experimentally.

Slides: Prof. XiaoYunHai Repot_CAS

 

主讲人:   郭田德 (中国科学院大学)

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月14日下午16:25-17:15

地点:中科院数学与系统科学研究院南楼219

Topic: 基于矩阵稀疏表示的指纹图像压缩编码算法及软件实现

 

主讲人:   姜志鹏 (中国科学院大学)

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月15日下午14:00-14:40

地点:北京实创西山科技培训中心

Topic: 高精度移动通信网络优化规划平台

Abstract:  随着蜂窝移动通信网络的规模不断扩大,无线网络的优化变得日益复杂和困难,仅仅依靠传统的工程优化和规划经验很难提升网络的性能。我们利用数学优化方法,结合电磁波理论,得到了一种高精度场强预测方法,可利用天线参数和地理信息等数据,计算出各天线在每个地理位置的场强值。在此基础上,对于给定的网络性能指标,我们建立了移动通信无线网络天线参数调整的最优化模型,并设计了相应的求解算法,使用该模型和算法可计算出全网或局部网络的天线参数整体优化调整方案。我们把网络性能指标的计算和展示、天线的自动调整和优化等功能编程实现,形成了一套完整的软件系统。该软件可根据使用者的不同需求,设计不同的操作流程以及交互界面,给网络优化工程师提供很好的技术支持。

Slides: 高精度移动通信网络优化规划平台(最终)-Zhipeng Jiang

 

主讲人:  白敏茹(湖南大学)

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月15日下午14:40-15:20

地点:北京实创西山科技培训中心

Topic: 张量的低秩逼近

Abstract:  近年来涌现出许多高维图像数据,其本质上是高阶张量,如果采用传统图像处理方法将张量数据转换为非常长的向量来实现,这样测量就需要非常大样本矩阵,从而带来了巨大的计算和存储负担,同时,也会丧失张量所固有的几何、统计以及非线性度量性质。因此,将传统的理论方法拓展到高阶张量情形成为了亟待解决又非常具有挑战的一个崭新研究课题。本报告首先介绍张量计算,特别是张量低秩逼近计算的国内外研究现状,然后汇报我们的研究团队在张量低秩逼近方面的研究工作,主要包括低秩张量的完备化方法、对称复张量的最佳复秩1逼近的计算方法。

Slides: 张量的低秩逼近-Minru Bai

 

主讲人:   戴彧虹 (中科院数学与系统科学研究院))

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月15日下午15:20-16:00

地点:北京实创西山科技培训中心

Topic: 混合整数规划算法与软件

Abstract:  许多实际问题可以归结为混合整数规划问题。比如,火车或飞机调度、工人排班、生产计划、发电机组组合、通讯中设备选址等。常见的混合整数规划问题有指派问题,0-1背包问题、设备覆盖问题、旅行商问题等。混合整数规划常用的算法包括: 预处理、分支定界、割平面、启发式算法等。此方面的软件也有很多,常用的商业软件有: Cplex、Gurobi、Xpress-MP等;常见的非商业软件有: Bonmin、Scip、Knitro等。虽然算法与软件都已经比较成熟,仍有很多问题值得思考。比如,如何针对特殊问题设计算法,如何提高算法的计算效率等。

Slides: 混合正数规划的算法与软件-‡Prof.Dai

 

主讲人:  杨周旺 (中国科学技术大学)

邀请人:中科院数学院优化与应用研究中心、中国运筹学会数学规划分会

时间:2014年11月15日下午16:20-17:00

地点:北京实创西山科技培训中心

Topic: 优化算法开源库搭建

Abstract:

我将从目标、语言、接口、算法、管理等方面简要介绍“优化算法开源库搭建”的初步设想。

目标: 建立高效、简洁、可扩展的优化算法开源库框架,同时能够在多个系统编译和使用。

语言: 采用C++搭建开源库框架。C++语言拥有众多特性,可以通过模板、继承、多态等进行扩展和开发,同时易于进行任务分配和分布式开发。

接口: Python作为当今最易于学习使用的语言之一,优化算法开源库将开放Python的接口,使得用户能在Python端轻松调用算法。

算法: 涵盖基本的优化算法,如线性规划、二次规划、非线性规划、稀疏优化等。同时任何人可在框架允许下扩展算法库。

管理: MathU(中科大团队)负责开源库代码的管理和接口的定义。代码将托管于Github,并由MathU负责整合。

发布组织: 优化算法开源库将由中国运筹学会数学规划分会对外发布和申明版权,免费供公众用于学术研究等非商业用途,但须标注致谢。如用于商业用途,必须取得相应授权。

Slides: COPT(A C++ Open Optimization Library)-Zhouwang Yang,Ruimin Wang

Professor Jingyun Yuan from Federal University of Parana, Brazil will be invited to give a talk

主讲人:Prof. Jingyun Yuan  (Federal University of Parana, Brazil)

邀请人: 中科院数学院优化与应用研究中心

时间: 2014年10月28日 15:30

地点: 数学院南楼 N210

Title:

Some Research Methodologies in Applied and Computational Mathematics

2014年“优化与应用”学术研讨会会议报告四

主讲人:   逄敏、孙宇翔 (北京大学水资源研究中心)

邀请人:中科院数学院优化与应用研究中心

时间:2014年10月11日下午16:15-17:00

地点:北京市密云区雾灵山庄   

Topic:  Implementation of derivative-free optimization algorithms on land subsidence control problems

Abstract:  Due to surface water scarcity and contamination problems, groundwater has been exploited as an important water resource in many areas. However, the extensive pumping causes severe problems. In the Hang Jia Hu plain, land subsidence induced by groundwater extraction from a large number of pumping wells causes flooding, disrupted river navigation and waterlogging of soil, among other problems. In order to mitigate the hazards caused by land subsidence and also meet the domestic and industrial demands for water resources, groundwater exploitation management needs to reply on optimization techniques to determine the most effective strategies. However, this complex groundwater management problem is challenging, as its objective functions being nonsmooth, nonlinear, and having many local minima and lacking derivative forms. In our study, we apply the DYCORS algorithm, which is a derivative free optimization algorithm for solving expensive black-box objective functions. It is based on the radial basis function (RBF) surrogate model and combined with dynamic coordinate search so it is specifically suitable for high dimensional problems. With this optimization and simulation system, we will be able to provide efficient groundwater exploitation management plans under different practical requirements.

2014年“优化与应用”学术研讨会会议报告三

主讲人:  刘新为教授 (河北工业大学)

邀请人:中科院数学院优化与应用研究中心

时间:2014年10月11日下午15:35-16:15

地点:北京市密云区雾灵山庄   

Topic:  一个新的非线性规划内点方法

Abstract: 内点方法是求解非线性规划的一类重要方法。传统的内点方法是通过求解松弛KKT条件的拟牛顿方程来产生迭代搜索方向,并通过选取适当的步长来保证迭代点总是内点。这样做有三个明显的缺陷:一是求解半定规划时需要使用对称化技术,导致算法十分复杂;二是为了保证内点可导致一个好的迭代步被截断;三是对于不满足MFCQ或LICQ的问题,Lagrange乘子估计会是无界的。我们提出一类新的内点方法,每次迭代求解一个带有两个参数的原始对偶方程,并能克服上述缺陷。我们将给出算法的全局和局部收敛性分析,并讨论一些相关的话题。一个数值例子表明对于不满足MFCQ或LICQ的问题我们能够获得较高精度的解。

2014年“优化与应用”学术研讨会会议报告二

主讲人:   夏勇教授 (北京航空航天大学)

邀请人:中科院数学院优化与应用研究中心

时间:2014年10月11日下午14:40-15:20

地点:北京市密云区雾灵山庄   

Topic: S-lemma with equality and its applications

Abstract:   Let $f(x)=x^TAx+2a^Tx+c$ and $h(x)=x^TBx+2b^Tx+d$ be two quadratic functions having symmetric matrices $A$ and $B$. The S-lemma with equality asks when the unsolvability of the system $f(x)<0, h(x)=0$ implies the existence of a real number $\mu$ such that $f(x) + \mu h(x)\ge0, ~\forall x\in \mathbb{R}^n$. The problem is much harder than the inequality version which asserts that, under Slater condition, $f(x)<0, h(x)\le0$ is unsolvable if and only if $f(x) + \mu h(x)\ge0, ~\forall x\in \mathbb{R}^n$ for some $\mu\ge0$. In this paper, we overcome the difficulty that the equality $h(x)=0$ does not possess any Slater point and that both $f$ and $h$ may not be homogeneous. We show that the S-lemma with equality does not hold only when the matrix $A$ has exactly one negative eigenvalue and $h(x)$ is a non-constant linear function ($B=0, b\not=0$). As an application, we can globally solve $\inf\{f(x)\vert h(x)=0\}$ as well as the two-sided generalized trust region subproblem $\inf\{f(x)\vert l\le h(x)\le u\}$ without any assumption. Moreover, the convexity of the joint numerical range $\{(f(x), h_1(x),\ldots,h_p(x)):~x\in\Bbb R^n\}$ for $f$ being nonhomogeneous and $h_1,\ldots,h_p$ linear can be characterized using the newly developed S-lemma with equality.

2014年“优化与应用”学术研讨会会议报告一

主讲人:  修乃华教授 (北京工业大学)

邀请人:中科院数学院优化与应用研究中心

时间:2014年10月11日下午14:00-14:40

地点:北京市密云区雾灵山庄   

Topic:  稀疏非线性优化

Abstract:  稀疏非线性优化是指在一般非线性约束条件下,求一个决策向量使其非零元素的个数达到极小。它是最优化领域中一个前沿且富有挑战性的研究课题,属于运筹学、统计学、管理科学、计算机科学、信息科学等学科的交叉与融合,具有重要的学术意义和广泛的应用背景。这个报告主要介绍稀疏非线性优化模型与基本概念、基本理论包括最优性条件、一阶和二阶算法,以及未来的工作与思考。

Joint work with  潘丽丽,韩继业。

“旅行商问题(Traveling Salesman Problem)的明天”

主讲人: 鱼海洋博士/高级经济师

邀请人:中科院数学院优化与应用研究中心

时间:2014年4月29日下午14:15-15:15

地点:科技综合楼三层311报告厅

Topic:旅行商问题(Traveling Salesman Problem)的明天

Abstract: 旅行商问题(TSP)在离散优化领域中一直处于核心地位。本次报告旨在揭示进一步研究该问题的广阔空间。报告首先回顾TSP 的主要应用领域、问题表述、研究难点和已有的主要理论进展。之后将重点介绍TSP 研究的一些新发现。从区别于经典表述的六种形式出发,展示一系列重要问题的研究必要性,涵盖代数、几何、算法、图论等方面。报告将仅就一个代数问题引出的结果——N 阶张量(矩阵)奇异值分解,与大家分享和讨论。

美国斯坦福大学叶荫宇教授 12月30日上午做学术报告

主讲人: 叶荫宇教授

邀请人:中科院数学院优化与应用研究中心

时间:2013年12月30日上午10:30

地点:科技综合楼三层311报告厅

Topic:The Direct Extension of ADMM for Multi-block Convex Minimization Problems is Not Necessarily Convergent

Abstract: The alternating direction method of multipliers (ADMM) is now widely used in many
fields, and its convergence was proved when two blocks of variables are alternatively updated. It is
strongly desirable and practically valuable to extend ADMM directly to the case of a multi-block
convex minimization problem where its objective function is the sum of more than two separable
convex functions. However, the convergence of this extension has been missing for a long time
— neither affirmatively proved convergence nor counter example showing its failure of convergence
is known in the literature. In this paper we answer this long-standing open question: the direct
extension of ADMM is not necessarily convergent. We present examples showing its failure of
convergence.

Joint work with Chen, He and Yuan.

加拿大西蒙弗雷泽大学吕召松教授12月11日下午作学术报告

主讲人: 吕召松教授  (Simon Fraser University, Canada)
报告题目: 见后
邀请人: 中科院数学院优化与应用研究中心
时间: 12月11日下午14:00-15:15   15:30-17:00
地点: 科技综合楼三层311报告厅

 

报告1
题目:

Iterative Reweighted Minimization Methods for $l_p$ Regularized Unconstrained Nonlinear Programming

摘要:
In this talk we consider general $l_p$ regularized unconstrained minimization problems.  In particular,
we derive lower bounds for nonzero entries of the first- and second-order stationary points and hence
also of local minimizers of the $l_p$ minimization problems. We extend some existing iterative reweighted $l_1$ (IRL1) and $l_2$ (IRL2) minimization methods to solve these problems and propose new variants
for them in which each subproblem has a closed-form solution. Also, we provide a unified convergence analysis for these methods. In addition, we propose a novel Lipschitz continuous $\eps$-approximation to $\|x\|^p_p$.
Using this result, we develop new IRL1 methods for the  $l_p$ minimization problems and show that any
accumulation point of the sequence generated by these methods is a first-order stationary point, provided
that the approximation parameter $\epsilon$ is below a computable threshold value. This is a remarkable result
since all existing iterative reweighted minimization methods require that $\epsilon$ be dynamically
updated and approach zero. Our computational results demonstrate that the new IRL1 method and the new
variants generally outperform the existing IRL1 methods.

报告2

题目:Iterative Reweighted Singular Value Minimization Methods for $l_p$ Regularized Unconstrained
Matrix Minimization

摘要:
In this talk we consider general $l_p$ regularized unconstrained matrix minimization problems.  In
particular, we first introduce a class of first-order stationary points for them. Then we show
that the first-order stationary points introduced by Chen, Niu and Yuan (2012) for an $l_p$ regularized
vector minimization problem are equivalent to those of an $l_p$ regularized matrix
minimization reformulation. Also, we establish that any local minimizer of the $l_p$ regularized matrix
minimization problems must be a first-order stationary point. Moreover, we derive lower bounds for
nonzero singular values of the first-order stationary points and hence also of the local minimizers of
the $l_p$ matrix minimization problems. The iterative reweighted singluar value minimization
(IRSVM) approaches are also proposed  to solve these problems in which each subproblem has
a closed-form solution.  We show that any accumulation point of the sequence generated by these
methods is a first-order stationary point of the problems. In addition, we present a nonmontone
proximal gradient method for solving the $l_p$ matrix minimization problems and establish its
global convergence. Our computational results demonstrate that the proposed IRSVM approaches
generally outperform some existing state-of-the-art methods in terms of solution quality and/or
speed.