10月19日，经管学院邀请到上海财经大学葛冬冬教授带来题为“AI驱动的优化算法与应用”的讲座。

葛冬冬是上海财经大学交叉科学研究院院长，中国运筹学会常务理事，杉数科技首席科学家和联合创始人。主要研究兴趣为大规模优化问题的理论、计算与应用。在MS/OR/TCS/AI多个期刊和会议上，如OR、MOR、MP、POM、FOCS、SODA、EC、ICML、NeurIPS等发表论文，主持国家自然科学基金原创探索、杰出青年基金等项目。曾参与波音、谷歌、华为、京东、顺丰、滴滴、国家电网/南方电网等国内外多个优化项目。目前担任开源数学规划软件LEAVES和我国第一个专业数学规划软件COPT项目负责人。

葛冬冬首先说明了数学规划在管理决策中的作用。在现代复杂管理系统决策中，如何将复杂决策问题翻译成简洁有效的数学表达形式、如何快速准确地求解数学模型是两个关键的科学问题。数学规划是基于数据驱动的决策，是复杂管理决策中最基础的方法论之一，是问题建模与求解的核心环节。目前，数学规划软件在多个行业都有大批量的需求，但面临国产性能不足、国产化比率低的困境。当前国内数学规划软件的研发面临诸多困难，如数学理论门槛高、软件工程难度大、领域知识积累难、技术创新迭代快等。

接下来，葛冬冬介绍了中国开发的数学规划求解器COPT，并通过举例详细说明了其在实际中的落地应用。在雷达天线阵列优化中，通过作用移向权重以降低该方向上接收单元的自干扰；在华为网络安全库存优化中，使用承诺服务模型进行最优库存策略计算；在无人机送货路径规划中，计算载有无人机的卡车行驶的最优路径；在中国邮政航空网络规划中，智能规划航点选择、集散范围、航线组织、航班时序优化等；在滴滴打车司乘匹配中，通过KM算法解决每次分单局部最优的问题；在京沪高铁时刻表优化中，使用基于优化算法的自动图编制算法实现列车运行图的编制与优化；在京东亚洲一号无人仓中，使用AGV调度算法实现机器人的秒级实时调度。

葛冬冬还介绍了线性规划的一些前沿方向：线性规划的基础理论，包括经典方法改进、针对超大规模的线性规划；整数规划的基础算法研究，即整数规划算法的全流程改进与优化；非线性规划的算法研究，包括半定规划、零阶优化、二阶优化等。最后，葛冬冬介绍了优化算法服务平台COAP、运筹与智能决策教学平台CORIDM、数学规划求解器COPT，欢迎大家使用。

讲座结束后，在场师生就如何处理模型中的不确定性、约束条件间的耦合性同葛冬冬教授进行了热烈的讨论和交流。