随机优化专题讲习班

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    12026429
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0405.连续优化
  • 结题年份:
    2020
  • 批准年份:
    2020
  • 项目状态:
    已结题
  • 起止时间:
    2020-12-05 至2020-12-25

项目摘要

The stochastic optimization problem is a kind of important problem in the field of optimization. It has a very broad application prospect, and has been paid highly attentionis by academia. As a combination of optimization theory and methods and probabilistic statistical methods, stochastic optimization mainly studies some complex decision-making problems in uncertain environments. In recent years, important progress has been made in the study of stochastic optimization theory and methods. Its theory and methods have been widely used in investment portfolio, engineering management, environmental protection, transportation and other fields. In order to further promote the scholars in China to master the theory and methods and the latest research progress in stochastic optimization and some related fields, and to promote China's research in stochastic optimization and some related fields, the applicants plan to hold a three-week workshop on stochastic optimization from December 5, 2020 to December 25, 2020 in Chongqing Normal University for domestic graduate students and young scholars. It includes 72 hours courses related to stochastic optimization. This workshop mainly teaches some models and theory of stochastic optimization problems, some algorithms for solving two-stage and multi-stage stochastic optimization models, stochastic multi-objective optimization problems, theory and algorithms of stochastic variational inequalities, chance-constrained optimization problems, and stability of stochastic optimization problems.
随机优化问题是最优化领域中一类十分重要的问题,具有非常广泛的应用前景,其研究受到学术界的高度重视。作为最优化理论与方法和概率统计方法的结合, 随机优化主要研究不确定环境下的复杂决策问题。近年来,随机优化理论与方法研究取得了一些重要进展,其理论与方法已在投资组合、工程管理、环境保护、交通运输等领域有广泛应用。为进一步促进我国学者深入掌握随机优化及其相关领域的理论与方法和最新研究进展, 推动我国在随机优化及其相关领域的研究,申请者计划于2020年12月5日至2020年12月25日在重庆师范大学为国内研究生和青年学者举办一个为期3周的随机优化专题讲习班,讲授72学时与随机优化相关的课程。主要讲授随机优化问题的模型与理论,两阶段和多阶段随机优化模型的求解,随机多目标优化问题研究,随机变分不等式的理论与算法,机会约束优化问题,随机优化问题的稳定性等。

结项摘要

随机优化是运筹学的一个重要分支,是融概率论、经典分析、数学优化于一体的新兴研究领域。近年来,随着科学技术的发展,人们越来越多地考虑到随机因素对优化决策的影响,使得随机优化成为当今数学优化领域研究的重要内容。.在我国国内,随着优化问题在经济管理、交通运输和国防军事等领域的广泛应用,随机优化研究也日益受到很多学者的关注。与此同时,机器学习与人工智能应用范围不断扩大,相关研究也空前活跃。为推动我国学者结合随机优化与人工智能开展相关研究,申请者于2020年12月4日—12月25日在重庆师范大学为国内研究生和青年学者举办一个为期21天的专题讲习班,邀请香港中文大学徐慧福教授、香港理工大学陈小君教授、大连理工大学张立卫教授、西安交通大学陈志平教授、上海大学林贵华教授、北京大学文再文教授、中国科学院数学与系统科学研究院刘歆研究员、西安交通大学孟德宇教授、大连理工大学刘永朝教授、复旦大学郦旭东研究员、南京师范大学孙海琳教授、南京大学陈彩华副教授、南方科技大学张进副研究员、湖南大学陈亮副教授讲授随机优化和鲁棒优化的进展、与人工智能结合的相关研究,交流最新研究成果,促进学术合作与交流,培养随机优化及相关领域的中青年研究骨干,共计授课112学时。来自中国科学院大学、上海交通大学、南开大学、兰州大学、北京航空航天大学、华南理工大学、大连海事大学、南京大学、南昌大学、新疆大学、四川大学、上海大学、上海财经大学、西南财经大学、西南石油大学、电子科技大学、吉林大学、东北财经大学、云南大学、广西大学、广西民族大学、四川师范大学、重庆大学、重庆交通大学、西南大学、重庆工商大学、重庆邮电大学、重庆理工大学和重庆师范大学等近30所高校共150余位老师和学生通过线上或线下方式参加本次讲习班的听课和讨论。授课专家对讲习班学员的上课情况和积极讨论给出一致好评。同时,听课学员也一致认为本次讲习班收获很大,不仅可以较为系统的学习随机优化理论、方法以及与机器学习相关的应用,也可与国内外知名的随机优化专家交流最新研究成果,促成更多的交流与合作,从而推动我国随机优化研究的发展。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

多目标优化正则条件的一个注记
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    赵克全;杨新民
  • 通讯作者:
    杨新民
向量优化问题的近似解研究
  • DOI:
    10.15960/j.cnki.issn.1007-6093.2017.04.001
  • 发表时间:
    2017
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    杨新民;赵克全
  • 通讯作者:
    赵克全
基于个体差异的多目标绩效分配问题研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    喻科;赵克全;张晓青;陈哲
  • 通讯作者:
    陈哲
Gerstewitz非线性标量化函数的性质及其在向量优化中的应用
  • DOI:
    10.1016/j.jlamp.2018.03.003
  • 发表时间:
    2017
  • 期刊:
    重庆师范大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李伟佳;朱巧;赵克全
  • 通讯作者:
    赵克全
向量优化中ε-真有效解的非线性标量化性质
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    夏远梅;赵克全
  • 通讯作者:
    赵克全

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

赵克全的其他基金

多目标优化问题的完全标量化方法及其应用
  • 批准号:
    12171063
  • 批准年份:
    2021
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
向量优化问题统一解的Gerstewitz非线性标量化研究
  • 批准号:
    11671062
  • 批准年份:
    2016
  • 资助金额:
    48.0 万元
  • 项目类别:
    面上项目
集值向量优化问题解的统一性研究
  • 批准号:
    11301574
  • 批准年份:
    2013
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码