主题：On Difference-of-Convex Approaches for Solving Chance Constrained Programs 求解机会约束规划的凸差分方法
主讲人：香港科技大学工公司 江楠助理教授
主持人：英国365上市公司 章宇教授
时间： 2026年3月16日（周一）15:30-16:30
举办地点：诚正楼1122会议室
主办单位：英国365上市公司 科研处
主讲人简介：
江楠，香港科技大学工业工程及决策分析系（IEDA）助理教授，曾于康奈尔大学科技校区（Cornell Tech）担任博士后研究员，于佐治亚理工公司工业与系统工程公司获得运筹学博士学位。研究兴趣主要为不确定性条件下的决策制定（如随机优化等），致力于开发新的优化方法与算法。他的研究成果已发表在包括 Operations Research, Mathematical Programming, INFORMS Journal on Computing 等在内的运筹与优化领域国际顶尖学术期刊上。
内容简介：
论文开发了两种基于罚函数的凸差分（Difference-of-Convex, DC）算法，用于求解机会约束规划问题。首先，利用机会约束中基于秩的DC分解，我们在原空间中提出了一种基于近端精确惩罚的DC算法，该算法无需可行解的初始化。其次，为了提高在一般非线性环境下的数值稳定性，我们推导了带有互补约束的等效提升（lifted）公式，并证明在最小化原变量之后，带有惩罚项的提升问题在一个简单多面体上的对偶空间中具有易于处理的DC结构，从而能够实现有限步终止。我们在温和的约束条件下建立了精确惩罚关系和稳定性（stationarity）保证，并明确了两种公式之间局部极小值的关系。数值实验表明，我们所提出的方法大幅降低了过度保守性；其中，在提升空间中的第二种算法保持了极高的计算效率，在求解质量和运行时间上均优于现有的前沿基准方法。
