11月12日上午，数学与信息科学学院开展运筹学与控制论方向学术报告会，共邀请了中国矿业大学王海军教授、南京师范大学蔡邢菊教授、南京信息工程大学吴中明副教授和宿迁学院张欣博士四位专家给我们带来一场学术盛宴，我院数学系的老师参加了此次学术沙龙。
王海军教授开展了题目为“A conjugate gradient method with sufficient descent property”的学术报告。他介绍了一种新的非线性共轭梯度方法，其搜索方向可以看作是无记忆BFGS方法的简单近似。无论直线搜索与否，该方法的搜索方向都满足充分下降特性。在标准Wolfe线搜索下，研究了新方法在一致凸函数和一般函数上的全局收敛性。通过数值实验验证了该方法的有效性，表明该方法具有良好的应用前景。
蔡邢菊教授开展了题目为“A balanced Douglas-Rachford splitting algorithm for convex minimization”的学术报告。她介绍了Douglas-Rachford算法，该算法是解决包含问题的一种经典有效的分割方法。最近，针对单调包含提出了一种自适应Douglas-Rachford分裂算法，该算法允许一个算子是弱单调的。将自适应Douglas-Rachford分裂方法(ADRSM)的思想应用于具有抽象约束的可微凸优化问题，得到了更有吸引力的结果。在数值实验中，将算法与其他常用算法进行了比较，验证了算法的有效性。
吴中明副教授开展题目为“Inexact first-order primal-dual methods for a class of saddle point problems”的学术报告。他介绍了“鞍点问题”以及原始对偶算法的基本原理，并提出其子问题计算可能较为困难从而影响算法的计算效率。吴中明副教授针对该问题提出两种易于实现的不精确准则，大大降低了子问题计算量。数值实验结果表明，使用这两种不精确准则的原始对偶算法的计算性能显著提升。最后，该准则被推广到了ADMM等主流算法，同样得到了较好的数值结果。
张欣博士开展了题目为“A family of gradient methods with Householder transformation with application hypergraph partitioning”的学术报告。她介绍了一种新的利用线搜索的共轭梯度方法，可以减少目标函数和梯度的计算次数。用这种方法计算由均匀有向产生的大尺度张量的最大h特征值，效果显著。对于这种张量，我们提供了一个快速的张量-向量乘积策略，可以有效保证该算法的收敛性。 最后，数值结果表明了该算法的有效性。
报告结束后，四位专家和参会人员展开了学术交流，就科研论文的选题与撰写、博士报考等方面回答了老师们的提问，气氛热烈。通过这次学术报告会活动，老师们受益匪浅。（文、图/葛志利 编辑/凌小艳 审核/张居晓）