2024年11月21日，上海交通大学何斯迈教授应邀进行了题为“基于有限信息的鲁棒决策模型与算法”的学术报告。报告在主楼216会议室举行，来自管理工程系、自动化系的多名教师、研究生、本科生参加了本次讲座，管理工程系张玉利教授主持本次交流活动。

何斯迈教授介绍了针对数据或信息量特别稀少的决策场景，如何基于有限的数据，通过整合领域知识降低决策的保守程度，构建出高效且低风险的管理决策模型。对数凹、单调风险率等随机分布的结构特征在经济管理领域中被普遍采纳，也包括绝大多数常见拟合参数分布。相关研究表明，引入分布结构特征可极大提升决策精度，降低鲁棒模型的保守程度。例如引入对数凹结构后，基于2至3个分布矩信息即可达成高精度库存管理及风险评估决策。在多阶段价格实验中，基于alpha-正则及单调风险率的鲁棒决策可构建高效价格测试，在5个抽样点内达到近似比平均超过99%的高精度策略。针对估计独立随机分布和时常用的母函数、熵及次高斯分布特征，给出寻找高精度闭式及半闭式风险概率上下界的统一分析简化范式。针对项目管理和研发决策网络，利用分布结构特征及少量特征可稳健高效地定位网络的关键风险节点。

何斯迈教授的报告赢得了与会师生的一致赞誉。报告结束后，与会师生围绕问题建模、算法设计等关键议题展开了热烈的交流和讨论，何斯迈教授并对澳门永利官网博士生、硕士生同学给予了科研经验分享，并鼓励同学们扎根一个特定研究领域，重视理论基础，强化数学证明推导，严格要求自我，不断取得长足进步。

附：何斯迈教授简介

何斯迈，上海交通大学安泰经管学院数据与商务智能系特聘教授。本科毕业于中国科学技术大学，硕士就读于美国布朗大学，博士毕业于香港中文大学。主要研究领域包括优化算法和供应链管理，在OR，MOR，MP，SIAMOPT等管理及运筹国际顶级期刊上发表论文十余篇，为京东、顺丰等企业提供技术咨询服务。其中与京东合作的京东无人仓机器人调度系统进入INFORMSFranzEdelman Award Finalist。何斯迈曾主持多项香港及国家自然科学基金项目。他曾荣获1992年国际数学奥林匹克(IMO)金牌，及中国运筹学会青年科技奖等荣誉。