仿真优化的理论与应用

Simulation optimization is a frontier research field in the areas of operations research and management science (OR&MS). It has wide applications in agricultural production, finance and banking, transportation, communication networks, aeronautics and astronautics, and health care, etc. Recently, with emerging of Big Data and cloud computing, simulation optimization has been attracting more interests from researchers in OR&MS. This project aims at dealing with the newly emerging problems with important theoretical and application values in simulation optimization, and developing new models and methodologies that can be applied to management practices. In theoretical part, we will focus our attention on financial risk measurement and control, parameter estimation of stochastic volatility models, and dynamic sampling allocation and design selection policies. In practical applications, we will collaborate with our industrial partner and devise simulation optimization techniques in semiconductor wafer fabrication system; we will do in-depth exploration in large-scale simulation optimization under cloud computing platform. In this project, we expect to make significant processes in both new theoretical developments and practical applications, in collaboration with leading scholars in the field.

仿真优化是近年来运筹与管理科学领域的国际前沿课题。它在工农业生产、金融银行、交通运输、通信网络、航空航天以及医疗卫生等领域有着广泛应用。近年来，随着云计算、大数据等新兴技术与概念的出现，该课题更是引起了运筹与管理科学领域研究者极大的兴趣。本项目旨在对仿真优化中最新出现的重要理论与实际问题做深入研究，并应用于管理实践。理论研究方面，本项目将在金融风险度量与控制、随机波动率模型的参数估计、动态仿真资源分配与系统选择策略几个子课题上开展研究。实际应用方面，本项目将与工业伙伴合作，在半导体晶圆制造系统中的仿真优化方法上开展研究；并深入挖掘云计算平台下的大规模仿真优化这一理论与企业实践相结合的热点问题。 本项目将与该领域国际前沿的学者深入合作，在以上研究课题上产生一系列有国际影响力理论与方法；并从与企业的合作中提取有意义的理论问题，同开发具有可操作性的方法帮助企业解决实际问题。

仿真优化是近年来运筹与管理科学领域的国际前沿课题。它在工农业生产、金融银行、交通运输、通信网络、航空航天以及医疗卫生等领域有着广泛应用。近年来，随着云计算、大数据等新兴技术与概念的出现，该课题更是引起了运筹与管理科学领域研究者极大的兴趣。本项目旨在对仿真优化中最新出现的重要理论与实际问题做深入研究，并应用于管理实践。本项目的主要研究内容有四个：1）仿真优化中敏感性估计，2）Levy 过程驱动的随机波动率模型的参数估计，3）动态仿真资源分配与最优系统选择策略，4）仿真优化方法的应用（包括带跳跃的金融模型的风险度量与控制，半导体晶圆制造系统仿真模型，航班恢复决策仿真模型，具有异构投资者、卖空机制及保证金约束市场的均衡资产价格的计算方法，供应链管理中库存的分析和优化问题）。本项目经过四年的努力，实现了项目立项时的研究目标，超额完成了项目制定的各项研究任务。四年期间项目负责人和其他成员共发表标注基金资助论文19篇，其中SCI论文13篇，包括5篇发表于管理科学国际顶尖期刊（UTD24列表中的Operations Research, INFORMS Journal of Computing, Production and Operations Management），4篇发表在优化领域国际顶级期刊（IEEE Transactions on Automatic Control）。2018年在Operations Research发表的论文《A New Unbiased Stochastic Derivative Estimator for Discontinuous Sample Performances with Structural Parameters》获美国INFORMS College on Simulation 2019年年度最佳论文奖。总体来说，课题组高质量地完成了课题研究，取得了较好的理论贡献，并将研究结果应用到若干实践问题中，部分应用成果正在申请专利过程中，并获得媒体报道。