2025年5月26日，管理学院邀请国际优化理论领域的著名学者、澳大利亚科廷大学孙捷教授作题为“The Equivalence between the Progressive Hedging Algorithm and the Alternating Direction Method and its Applications in Multistage Stochastic Programming”的学术报告。本次报告由管理学院系统科学系主办，来自系统科学、数学与应用数学、管理科学与工程等专业的师生共五十余人参与，党亚峥副教授主持报告。
讲座现场
在讲座中，孙捷首先介绍了Rockafellar教授近期提出的统一的逐步分解算法框架，指出其中渐进对冲算法（PHA）与交替方向乘子法（ADMM）在多阶段随机优化问题中可视为等价形式，并通过严格的数学推导展示两者迭代过程的完全一致性。同时，进一步探讨了这一理论等价在多场景随机规划（MSO）中的应用，尤其是当引入横向耦合约束（cross constraints）后，如何借助ADMM的优势来拓展PHA的适用范围，实现更强的建模与计算能力。
孙捷作报告
在交流提问环节中，孙捷鼓励同学们“不要拘泥于眼前的实用性，要跟随自己的兴趣持续探索”，这一观点引起了广泛共鸣。他讲到PHA与ADMM的联系，不仅揭示了两种算法背后的统一结构，也像是为研究者挖掘出一个数学宝藏，不仅有理论价值，更为金融风险管理和工程应用提供了强有力的算法支持。
通过本次讲座，同学们不仅深入了解了现代优化方法的理论交汇，更掌握了复杂随机系统建模的新思路。
合影留念
相关介绍：
孙捷教授是国际运筹优化领域的重要学者，曾任新加坡国立大学讲座教授，现任科廷大学数学与统计系杰出研究教授，在《Mathematical Programming》《SIAM Journal on Optimization》等顶级期刊发表论文三百余篇，在最优化领域具有广泛影响力。孙捷长期致力于最优化理论的发展，尤其在多阶段决策、风险规避建模与算法收敛性分析方面具有深厚造诣。
撰稿人：杨开元
审核人：顾长贵
拍摄：杨开元
供稿：系统科学系
