报告人简介：

孙海琳，南京师范大学数学科学学院教授。于2007年在吉林大学获得统计学学士学位，2013年毕业于哈尔滨工业大学，获数学博士学位。读博士期间，在英国南安普顿大学和香港理工大学联合培养。2015-2017年在香港理工大学应用数学系做博士后研究。2018年获中国运筹学会青年科技奖和江苏省数学成就奖，主持国家自然科学基金优秀青年科学基金项目、面上项目和青年科学基金项目。研究领域包括随机优化，分布鲁棒优化、随机变分不等式及其在投资组合、风险管理和经济学模型上的应用。在包括《Mathematical Programming》《SIAM Journal on Optimization》《Mathematics of Operations Research》等国际权威期刊发表学术论文二十余篇。

报告简介：

考虑在纯特征需求模型下，当问题中随机参数的概率分布不确定时的多产品定价问题。我们将这个问题表述为基于庞、苏和李提出的一种构造性方法来估计具有定价的纯特征需求模型的分布式鲁棒优化（DRO）问题。在这个模型中，消费者的购买决策是为了最大化他们的效用。我们通过使用等效的层次形式证明了DRO问题是定义良好的，目标函数是上半连续的。我们还使用数据驱动的方法来分析DRO问题，当模糊集，即一组包含潜在概率分布某些精确信息的概率分布，由基于一般矩的情况给出时。当数据量趋于无穷大时，我们给出了收敛结果，并针对驱动数据的可能污染，分析了定量统计稳健性。此外，我们使用拉格朗日对偶将DRO问题重新表述为具有互补约束的数学规划，并给出了在某些特定设置下找到DRO问题全局解的数值过程。最后，我们报告了数值结果，验证了我们的方法对分布式鲁棒多产品定价问题的有效性和可扩展性。