报告题目：在线线性规划及其应用的最新进展

报告所属学科：管理科学与工程

报告人：叶荫宇（上海数学交叉科学院）

报告时间：2026年10月13日 9:30-18:00

报告地点：经管学院A0405室

报告摘要：

在线线性规划（Online Linear Programming，OLP）是一类能够自然刻画不确定环境下在线学习与资源配置决策问题的优化模型。在该类问题中，含噪声的约束列向量与目标函数系数依次在线到达，相应的决策变量也需要实时、序贯地加以确定。

本报告首先回顾求解这类具有广泛适用性的在线（二元）线性规划及凸优化问题的近最优算法与相关理论。随后，介绍近年来该领域在模型、算法及应用方面的若干最新进展，主要包括：快速在线梯度学习与决策方法、带背包约束的多臂老虎机（Bandits with Knapsacks）问题、基于在线定价的 Fisher 市场、学习与决策解耦策略、融合线性规划重求解与在线梯度方法的低等待算法（Wait-Less Algorithms），以及通过在线尺度调整与预条件机制改进梯度类方法的超梯度方法（Hyper-gradient Methods）等。

报告人简介：

叶荫宇 (Yinyu Ye), 原斯坦福大学李国鼎讲席教授，现任上海交通大学，上海数学交叉科学院，香港中文大学深圳和香港科技大学访问讲席教授。他的主要研究方向为连续和离散优化，数据科学及应用，数字算法设计及分析，算法博弈及市场均衡，运筹及管理科学等; 他和其他科学家开创了内点优化算法，锥规划模型，分布式鲁棒优化，在线线性规划和学习，强化学习和马可夫过程及非凸优化算法分析等。他和他的学生多次获得科学奖项: 包括他自己的2006 INFORMS Farkas Prize (首位获奖者) ，2009年约翰·冯·洛伊曼理论奖，国际数学规划2012 Tseng Lectureship Prize (首位获奖者每三年) ，2014美国工业及应用数学学会优化奖 (每三年), 2025 Constantin Caratheodory Prize of the 全局优化 Congress, 等。