报告时间：2023年6月1日（星期四）14:00-17:00
报告地点：三立苑324
报 告 人：张真真 副教授、博士生导师
工作单位：同济大学
举办单位：汽车与交通工程学院
报告简介：
由于有限信息、测量误差等因素，优化模型中的输入参数往往具有一定的不确定性。鲁棒优化突破了传统随机优化过多依赖先验知识和服从特定概率分布的假定，具有更强的建模能力和可计算性。虽然是一门新兴技术，但已经可以处理不确定环境下的线性规划、锥规划、整数规划、多阶段优化、机会约束等众多模型，并被发现与机器学习中回归模型的正则项具有一定的等价关系。随着鲁棒优化在各种不同优化问题求解中的良好表现，其价值越来越被学界和业界所发现，被广泛应用于交通运输、库存管理、医疗、金融、能源及机器学习等领域。本报告将介绍经典鲁棒和分布式鲁棒优化的基本概念与区别、常用的参数与分布不确定集、对等式转换理论等，并结合团队工作介绍一些交通运输规划领域的相关应用。
报告人简介：
张真真，同济大学经济与管理学院副教授、博士生导师。入选上海市高层次人才计划（2019）。曾担任新加坡国立大学工业工程系助理教授，于香港城市大学管理科学系获得博士学位，厦门大学计算机科学系获得硕士和学士学位。长期致力于大规模整数规划和鲁棒优化的理论研究与算法设计，及在物流与运输规划、智能制造等方面的应用。参与解决了众多重要的企业问题，例如飞利浦的运输服务采购问题、香港公立医院的非紧急救护车调度问题、快时尚品牌CHARLES & KEITH的商品转配问题、新加坡物流公司的车辆调度问题，所取得的研究成果可帮助其大幅度削减运营成本的同时显著提高其服务效率及服务质量。目前已发表SCI/SSCI期刊论文20多篇，包括Operations Research（1篇）、Transportation Science（3篇）、Transportation Research Part B（3篇）等。现任世界交通大会（WTC）货运规划与物流管理技术委员会委员、管理科学与工程学会交通运输分会执行秘书长，并长期担任30多个国际知名期刊的审稿人。