我的纵向科学研究

我的研究主要集中在仿真建模、分析及优化相关的理论，以及它们在生产、管理、物流、医疗等领域的应用。

理论层面

简单地说，仿真建模是指采用仿真软件或者编程语言对物理系统进行建模和模拟； 仿真分析是指建模过程中对输入数据的分析和建模、对输出数据的统计分析，从而得出可信的结论； 仿真优化是指以复杂的随机仿真模型为对象，以随机仿真模型的输出为目标函数进行最优化，为所研究的问题寻找最优解。

仿真优化的特点在于：（1）目标函数带有随机噪声（因为随机仿真的输入输出具有不确定性）； （2）目标函数的结构未知，比如不知道它的单调性、凹凸性等（因为仿真模型高度复杂，结构无法分析）。 因此仿真优化也被称为黑箱优化或是基于采样的优化（每运行一次仿真，就是做一次采样观察）。 仿真优化中最核心的一个问题是，当有几个候选的解需要进行比较时，如何决定在每个解上分别运行多少次仿真。 由于随机性的存在，只有当仿真次数无穷大的时候，我们才能准确地知道一个解所对应的目标函数值。 但是由于时间、计算资源的限制，我们需要合理地为每个解分配仿真次数（时间），以期最终选出足够好的解。

这类研究中需要用到大量的数学建模与分析、概率、统计、随机过程、算法设计等方面的知识，也需要通过编程对算法进行实现和验证。 同时它也和统计学习、机器学习、神经网络等研究领域有交叉，许多理论和算法都是可以相互借鉴的。

应用层面

为生产、管理、物流、医疗等中的问题建立仿真模型，使用特定的仿真优化算法来控制仿真模型的运行，最终选出足够好的解。

详见 [Research Papers] [Research Projects].

我的横向企业项目

通过使用运筹学、运营管理、仿真优化、机器学习等领域中的方法，帮助企业降本增效。

• 造船企业流程优化、生产排程优化
• 物流企业干线运输优化、仓内拣选优化
• 数字孪生与智能管理实验室建设

我的小团队

我的招生要求

• 做事认真严谨，自我驱动
• 具有扎实的数理基础或编程能力
• 心理素质强，不畏惧困难