20180531 戴彧虹-A Family of Spectral Gradient Methods for Optimization

戴彧虹简介
戴彧虹，中国科学院数学与系统科学研究院 冯康首席研究员，荣获 陈省身数学奖、 冯康计算数学奖、钟家庆数学奖、国家自然科学二等奖、第十届中国青年科技奖、德国洪煲奖学金等奖励。他与袁亚湘院士在系统地分析已有著名非线性共轭梯度法的基础上，提出了一个性质优良的非线性共轭梯度法，已被国际同行广泛称为Dai-Yuan方法，并与著名的Hestenes-Stiefel、Fletcher-Reeves、Polak-Ribiere-Polyak方法并列，被认为是四个主要的非线性共轭梯度法之一；他彻底解决了由美国西北大学教授Nocedal等提出的关于BFGS拟牛顿法对非凸函数是否收敛的公开问题；他证明了由加拿大数学家Borwein提出的BB梯度法的R-线性收敛性；他给出了一类梯度法的R-超线性收敛结果；他还对一类特殊二次规划提出的梯度投影算法，被国际同行称作Dai-Fletcher方法，被成功应用于基于支撑向量机进行大型数据挖掘的并行软件中。他的另一个贡献是与刘亚锋等合作针对通信中的重要问题多输入多输出干扰信道的信干噪比优化问题，给出了基本的复杂性结果，并提出了高效的非精确循环坐标上升算法。该工作获得2011年国际通信大会(ICC)最佳论文奖。最近，带领其团队自主研发出了我国第一个具有国际水平的混合整数规划求解器CMIP，并与2018年3月确定版本为 CMIP 1.0版本。