10月11日，经管学院“SEM管理科学”青年学者论坛邀请到复旦大学管理学院周明龙副研究员带来题为“The Analytics of Robust Satisficing: Predict, Optimize, Satisfy, then Fortify”的学术报告。

周明龙，复旦大学管理学院管理科学系青年副研究员，主要从事数据驱动的决策模型、鲁棒优化、预约及调度、机器学习等方面的研究。研究工作发表在Operations Research、Manufacturing & Operations Management、Production and Operations Management等运营管理/运筹学领域顶级期刊。

本次讲座中，周明龙首先以多产品定价，介绍了线性需求模型的优点与普适性。但是，在利用线性回归模型进行优化决策的过程中，参数估计的误差以及残差项概率分布的不确定性往往会带来次优的决策。经典的分布鲁棒优化方法在一定程度上能够缓解这个问题，但这种方法的表现对超参数的选择较为敏感。为此，周明龙介绍了一个更具有解释性的模型——目标鲁棒性优化模型来处理分布的不确定性，并利用该模型来对冲参数估计的误差以及残差项概率分布的不确定性。具体而言，该方法首先根据先预测再优化的方法得到一个目标值，并利用该目标值来求解基于残差的目标鲁棒性优化模型，从而得到一个可接受的脆弱性水平。接着，为最小化估计的不确定性所带来的影响，在保证保护目标的前提下，该方法进一步求解一个关于参数估计的目标鲁棒性优化模型。可以证明，该方法有很好的统计性质。此外，在鞍点函数、两阶段线性优化问题以及决策依赖型预测问题上，该模型都可以转化为可求解的形式。数值结果显示，在葡萄酒组合和多产品定价问题上，相对于传统的先预测再优化方法，该方法达到了更高的预期回报以及更低的风险。同时，在数据有限的情况下，该方法相较于基准模型的改进更加明显。

报告结束后，与会师生就优化模型中关键参数的设定以及该模型的潜在应用等内容与周明龙老师进行了热烈的讨论和交流。