数学规划求解算法的研究和实现,比如连续线性规划理论,原对偶子问题列生成方法,应用统计,组合优化等。注重优化在航空领域及供应链中的应用。

职务/职称

深圳市大数据研究院大数据通用软件与技术研究所所长

通用求解器实验室主任

香港中文大学(深圳)专业应用教授(客座)

研究方向

数学规划求解算法的研究和实现,比如连续线性规划理论,原对偶子问题列生成方法,应用统计,组合优化等。注重优化在航空领域及供应链中的应用。

电子邮箱

xiaodongluo@cuhk.edu.cn

教育背景

麻省理工学院运筹学与计算机科学专业博士学位

麦克马斯特大学计算机科学专业硕士学位

北京大学软件工程专业学士学位

主要成果/荣誉

1)2021 年国际NeurIPS ML2CO比赛Primal Task 冠军

2) 2018年为题为"可变动定价:综合航空公司定价和收入管理模式"的工作提交了初步专利申请,这是与Miju Ahn和谢尔盖 谢巴洛夫的联合工作。我们的模型和方法产生了非常好的收入改进(初略估算每年有上千万美元),这项申请旨在保护该知识产权。

3) 2016年10月在智利圣地亚哥举行的第56届Agifors年度研讨会上荣获最佳技术论文奖,题为"运营恢复管理的最新改进"。该奖项由所有与会者投票选出,他们喜欢论文的独创性和技术价值。

4) 2014年Informs Daniel H. Wagner 运营研究实践卓越奖入围者,获奖材料标题为"Airline Crew Augmentation: Decades of Improvements from Sabre." 评委们特别喜欢我们的论文中的模型和方法。因为它们与实际非常接近,而且在产品中已经实施,并证明为航空业节约了巨大的成本。

5) 1984年,我在中国全国高中数学竞赛中总排名第六。1984年在全国高中物理竞赛中,江西省名列第一。由于数学和物理竞赛成绩优秀,1985年直接保送北京大学。

个人介绍

罗教授拥有超过25年的工业界经验,其中20年在航空业,6年在供应链管理行业。他对优化在航空领域及供应链中的应用,比如说配对优化器、民航运营恢复、定价及收益管理以及库存管理等非常感兴趣。罗教授可以为复杂的业务问题建模,进行算法设计和编码,执行产品支持以及帮助客户采用高级决策支持系统。他通过加速,使它们更具可伸缩性,并使它们能够生成更强大,质量更高的解决方案,对许多优化引擎进行了改进。罗教授在这些领域中参与了诸多大型应用软件设计和研发,撰写了十多篇技术论文,并进行了许多技术讲座。

代表性论文

 1.“A GNN-Guided Predict-and-Search Framework for Mixed-Integer Linear Programming,” Qinyu Han, Linxin Yang, Qian Chen, Akang Wang, Ruoyu Sun, Xiaodong Luo,Proceedings of Machine Learning Research Conf. Paper (accepted),2023

2.“Aircraft Routing Recovery Optimization with Cruise Speed Control,” Haohao Liu, Zhouchun Huang, Xiaodong Luo, Yinxiao Hu, Jie Ding,Aeronautical Computing Technique, 2023/01/30

 3.“The Machine Learning for Combinatorial Optimization Competition (ML4CO): Results and Insights,” Xiaodong Luo and many other co-authors, Proceedings of Machine Learning Research,2022/02/01

4.“Variable Pricing: An Integrated Airline Pricing and Revenue Management Model,” Miju Ahn, Xiaodong Luo and Sergey Shebalov. Journal of Revenue & Pricing Management, April 2020.

5.“An Iterative Cost-driven Copy Generation Approach for Aircraft Recovery Problem,” Zhouchun Huang, Xiaodong Luo, Xianfei Jin and Sureshan Karichery. Preprint, submitted for publication to Transportation Research, Part B, September 2019.

6.“Joint forecasting for airline pricing and revenue management,” Kavitha Balaiyan, Rk Amit, Atul Kumar, Xiaodong Luo and Amit Agarwal. Journal of Revenue & Pricing Management, Volume 14(number 6), March 2019.

7.“Airline Crew Augmentation: Decades of Improvements from Sabre,” Xiaodong Luo, Yogesh Dashora and Tina Shaw. INFORMS Journal on Applied Analytics, Vol. 45, No. 5, October 2015.

8.“Iterative Methods for Large Markov Decision Problems,” Xiaodong Luo. Preprint, January 2015.

9.“Efficient Implementation of Quasi- Maximum-Likelihood Detection Based on Semidefinite Relaxation,” Mikalai Kisialiou, Xiaodong Luo and Zhi-Quan Tom Luo. IEEE Transactions on Signal Processing, 57(12):4811-4822, December 2009.

10.“An efficient quasi-maximum likelihood decoder for PSK signals,” and Zhi-Quan (Tom) Luo, Xiaodong Luo and Mikalai Kisialiou, Proceedings for 2003 IEEE International Conference on Acoustics, Speech, and Signal Processing. (ICASSP '03), 6-10 April 2003.

11.“A New Algorithm for State-Constrained Separated Continuous Linear Programs,” Xiaodong Luo and Dimitris Bertsimas. SIAM Journal on Control and Optimizations, Volume 37, Number 1, pp. 177-210, 1998.

12.“Conditions for a Projection-Type Error Bound for the Linear Complementarity Problem to Be Global,” Paul Tseng and Xiaodong Luo. Linear Algebra and Its Applications, 253 (1-3) (1997) pp. 251-278.

13.“Continuous linear programming: theory, algorithms and applications,” Xiao-Dong Luo. Ph.D. Thesis, Massachusetts Institute of Technology, Sloan School of Management, 1995.

14.“Extension of Hoffman’s Error Bound to Polynomial Systems,” Zhi-Quan Luo and Xiaodong Luo. SIAM Journal on Optimization, Vol. 4, No. 2, pp. 383-392, May 1994.

15.“Worst Case Complexity of Potential Reduction Algorithms for Linear Programming,” Dimitris Bertsimas and Xiaodong Luo. Mathematical Programming 77(2), January 1993.

16.“An error analysis of the fast recursive least squares algorithms,” Xiaodong Luo and Shanzhen Qiao. Technical report no. 231, Comm. Res. Lab., McMaster University, Hamilton, Ontario, Canada, 1991

 

 

职务/职称

深圳市大数据研究院研究科学家

研究方向

整数规划、全局优化、学习优化以及电网优化

电子邮箱

wangakang@sribd.cn

个人主页

https://akangw.github.io/ 

教育背景

卡耐基梅隆大学过程系统工程方向博士学位

天津大学化学工程方向学士学位

南开大学金融学(辅修)学士学位

主要成果/荣誉

First place in the primal track of NeurIPS 2021 ML4CO, NeurIPS, 2021
Second place in the 2022 RAS Problem Solving Competition, INFORMS Railway Applications, 2022

个人介绍

王阿康博士于2021年加入深圳市大数据研究院,担任研究科学家职位。他于2020从美国卡耐基梅隆大学的过程系统工程(Process Systems Engineering)方向取得博士学位,他现在的研究兴趣是整数规划、全局优化、学习优化以及电网优化。他主持国家自然科学基金青年科学基金项目、广东省基础与应用基础面上项目、深圳市优秀科技创新人才培养项目,参与科技部国家重点研发计划。他在Journal of Global Optimization, European Journal of Operational Research,ICLR等期刊和会议已经发表多篇高水平学术论文;于2021年获得人工智能领域顶会NeurIPS ML4CO Primal赛道冠军;于2022年获得由国际运筹与管理科学协会(INFORMS)组织的“城市轨道交通实时调度”大赛亚军。除此之外,他担任包括Integer Programming and Combinatorial Optimization, European Journal of Operational Research, Networks在内的多个期刊的审稿人。

 

职务/职称

深圳市大数据研究院研究科学家

研究方向

整数规划、全局优化、学习优化以及电网优化

电子邮箱

wangakang@sribd.cn

个人主页

https://akangw.github.io/ 

教育背景

卡耐基梅隆大学过程系统工程方向博士学位

天津大学化学工程方向学士学位

南开大学金融学(辅修)学士学位

主要成果/荣誉

First place in the primal track of NeurIPS 2021 ML4CO, NeurIPS, 2021
Second place in the 2022 RAS Problem Solving Competition, INFORMS Railway Applications, 2022

个人介绍

王阿康博士于2021年加入深圳市大数据研究院,担任研究科学家职位。他于2020从美国卡耐基梅隆大学的过程系统工程(Process Systems Engineering)方向取得博士学位,他现在的研究兴趣是整数规划、全局优化、学习优化以及电网优化。他主持国家自然科学基金青年科学基金项目、广东省基础与应用基础面上项目、深圳市优秀科技创新人才培养项目,参与科技部国家重点研发计划。他在Journal of Global Optimization, European Journal of Operational Research,ICLR等期刊和会议已经发表多篇高水平学术论文;于2021年获得人工智能领域顶会NeurIPS ML4CO Primal赛道冠军;于2022年获得由国际运筹与管理科学协会(INFORMS)组织的“城市轨道交通实时调度”大赛亚军。除此之外,他担任包括Integer Programming and Combinatorial Optimization, European Journal of Operational Research, Networks在内的多个期刊的审稿人。

 

职务/职称

深圳市大数据研究院通用求解器实验室开发工程师

研究方向

通用求解器的研发及应用

教育背景

北京大学工业工程与管理硕士

北京大学工学学士

个人介绍

王龙飞硕士毕业于北京大学工业工程与管理系,主要研究方向为系统优化与仿真;在此之前,王龙飞在北京大学工学院获得了工学学士学位,并同时获得了北京大学中国经济研究中心经济学学士双学位。

代表性论文

- Wang L, Song J, Shi L. Dynamic emergency logistics planning: models and heuristic algorithm[J]. Optimization Letters, 2015, 9(8): 1533-1552.

- Shi Z, Wang L, Liu P, et al. Minimizing completion time for order scheduling: Formulation and heuristic algorithm[J]. IEEE Transactions on Automation Science and Engineering, 2015, 14(4): 1558-1569.

职务/职称

深圳市大数据研究院通用求解器实验室开发工程师

研究方向

通用求解器的研发及应用

教育背景

北京大学工业工程与管理硕士

北京大学工学学士

个人介绍

王龙飞硕士毕业于北京大学工业工程与管理系,主要研究方向为系统优化与仿真;在此之前,王龙飞在北京大学工学院获得了工学学士学位,并同时获得了北京大学中国经济研究中心经济学学士双学位。

代表性论文

- Wang L, Song J, Shi L. Dynamic emergency logistics planning: models and heuristic algorithm[J]. Optimization Letters, 2015, 9(8): 1533-1552.

- Shi Z, Wang L, Liu P, et al. Minimizing completion time for order scheduling: Formulation and heuristic algorithm[J]. IEEE Transactions on Automation Science and Engineering, 2015, 14(4): 1558-1569.

职务/职称

深圳市大数据研究院通用求解器实验室高级工程师

研究方向

整数规划、生产调度、数据驱动的优化问题

电子邮箱

wangyuan@cuhk.edu.cn

教育背景

东北大学系统工程专业博士学位

东北大学自动化专业本科学位

个人介绍

王源博士于2022年11月加入深圳市大数据研究院,分别于2013年和2019年获得东北大学工学学士和工学博士学位,2019年曾在华为诺亚方舟实验室担任算法工程师(实习),主要负责华为多工厂生产计划问题的算法研究和算法开发工作。2019年至2022年在香港中文大学(深圳)从事博士后研究工作,专注于数据驱动优化方法解决空中交通网络多机四维航迹规划问题。

代表性论文

[1] Wang Y, Luo X, Zhang F, et al. GPU-based model predictive control for continuous casting spray cooling control system using particle swarm optimization[J]. Control Engineering Practice, 2019, 84: 349-364.

[2] Wang Y, Luo X, Yu Y, et al. Optimal control of two‐dimensional parabolic partial differential equations with application to steel billets cooling in continuous casting secondary cooling zone[J]. Optimal Control Applications and Methods, 2016, 37(6): 1314-1328.

[3] Wang Y, Luo X, Song Y, et al. Simultaneous reconstruction of the surface heat flux and the source term in 3D linear parabolic problem by modified conjugate gradient method[J]. Mathematical Methods in the Applied Sciences, 2017, 40(8): 2847-2858.

[4] Wang Y, Luo X, Yu Y, et al. Evaluation of heat transfer coefficients in continuous casting under large disturbance by weighted least squares Levenberg-Marquardt method[J]. Applied Thermal Engineering, 2017, 111: 989-996.

[5] Wang Y, Luo X, Li S. Optimal control method of parabolic partial differential equations and its application to heat transfer model in continuous cast secondary cooling zone[J]. Advances in Mathematical Physics, 2015, 2015.

[6] Cui H, Luo X, Wang Y. Scheduling of steelmaking-continuous casting process using deflected surrogate Lagrangian relaxation approach and DC algorithm[J]. Computers & Industrial Engineering, 2020, 140: 106271.

[7] Cui H, Luo X, Wang Y. Scheduling of steelmaking-continuous casting process with different processing routes using effective surrogate Lagrangian relaxation approach and improved concave–convex procedure[J]. International Journal of Production Research, 2021: 1-26.

[8] Yu Y, Luo X, Wang Y, et al. Estimation of boundary condition of two-dimensional nonlinear PDE with application to continuous casting[J]. Computers & Mathematics with Applications, 2020, 80(12): 3082-3097.

[9] Luo X, Xie Q, Wang Y, et al. Estimation of heat transfer coefficients in continuous casting under large disturbance by Gaussian kernel particle swarm optimization method[J]. International Journal of Heat and Mass Transfer, 2017, 111: 1087-1097.

职务/职称

深圳市大数据研究院通用求解器实验室高级工程师

研究方向

整数规划、生产调度、数据驱动的优化问题

电子邮箱

wangyuan@cuhk.edu.cn

教育背景

东北大学系统工程专业博士学位

东北大学自动化专业本科学位

个人介绍

王源博士于2022年11月加入深圳市大数据研究院,分别于2013年和2019年获得东北大学工学学士和工学博士学位,2019年曾在华为诺亚方舟实验室担任算法工程师(实习),主要负责华为多工厂生产计划问题的算法研究和算法开发工作。2019年至2022年在香港中文大学(深圳)从事博士后研究工作,专注于数据驱动优化方法解决空中交通网络多机四维航迹规划问题。

代表性论文

[1] Wang Y, Luo X, Zhang F, et al. GPU-based model predictive control for continuous casting spray cooling control system using particle swarm optimization[J]. Control Engineering Practice, 2019, 84: 349-364.

[2] Wang Y, Luo X, Yu Y, et al. Optimal control of two‐dimensional parabolic partial differential equations with application to steel billets cooling in continuous casting secondary cooling zone[J]. Optimal Control Applications and Methods, 2016, 37(6): 1314-1328.

[3] Wang Y, Luo X, Song Y, et al. Simultaneous reconstruction of the surface heat flux and the source term in 3D linear parabolic problem by modified conjugate gradient method[J]. Mathematical Methods in the Applied Sciences, 2017, 40(8): 2847-2858.

[4] Wang Y, Luo X, Yu Y, et al. Evaluation of heat transfer coefficients in continuous casting under large disturbance by weighted least squares Levenberg-Marquardt method[J]. Applied Thermal Engineering, 2017, 111: 989-996.

[5] Wang Y, Luo X, Li S. Optimal control method of parabolic partial differential equations and its application to heat transfer model in continuous cast secondary cooling zone[J]. Advances in Mathematical Physics, 2015, 2015.

[6] Cui H, Luo X, Wang Y. Scheduling of steelmaking-continuous casting process using deflected surrogate Lagrangian relaxation approach and DC algorithm[J]. Computers & Industrial Engineering, 2020, 140: 106271.

[7] Cui H, Luo X, Wang Y. Scheduling of steelmaking-continuous casting process with different processing routes using effective surrogate Lagrangian relaxation approach and improved concave–convex procedure[J]. International Journal of Production Research, 2021: 1-26.

[8] Yu Y, Luo X, Wang Y, et al. Estimation of boundary condition of two-dimensional nonlinear PDE with application to continuous casting[J]. Computers & Mathematics with Applications, 2020, 80(12): 3082-3097.

[9] Luo X, Xie Q, Wang Y, et al. Estimation of heat transfer coefficients in continuous casting under large disturbance by Gaussian kernel particle swarm optimization method[J]. International Journal of Heat and Mass Transfer, 2017, 111: 1087-1097.

职务/职称

深圳市大数据研究院通用求解器实验室工程师

研究方向

通用求解器的研发及应用、强化学习

电子邮箱

chenhongjun@sribd.cn

教育背景

华东师范大学计算机科学与技术硕士

华东师范大学软件工程学士

个人介绍

陈宏俊,分别于2019年和2022年在华东师范大学获得工学学士和工学硕士学位。2022年7月加入深圳市大数据研究院,担任工程师,研究兴趣包括运筹优化、强化学习以及结合机器学习的优化方法探索。

代表性论文

Li W, Chen H, Jin B, et al. Multi-Agent Path Finding with Prioritized Communication Learning[C]. IEEE International Conf. Robotics and Automation (ICRA), 2022: 10695-10701

职务/职称

深圳市大数据研究院通用求解器实验室工程师

研究方向

通用求解器的研发及应用、强化学习

电子邮箱

chenhongjun@sribd.cn

教育背景

华东师范大学计算机科学与技术硕士

华东师范大学软件工程学士

个人介绍

陈宏俊,分别于2019年和2022年在华东师范大学获得工学学士和工学硕士学位。2022年7月加入深圳市大数据研究院,担任工程师,研究兴趣包括运筹优化、强化学习以及结合机器学习的优化方法探索。

代表性论文

Li W, Chen H, Jin B, et al. Multi-Agent Path Finding with Prioritized Communication Learning[C]. IEEE International Conf. Robotics and Automation (ICRA), 2022: 10695-10701

职务/职称

深圳市大数据研究院通用求解器实验室高级工程师

研究方向

线性规划,车辆路径规划,深度强化学习

电子邮箱

weijiangwen@sribd.cn

教育背景

上海大学信息与计算科学学士

主要成果/荣誉

获得THE 2021 FRANZ EDELMAN FINALIST AWARD

个人介绍

魏讲文于2023年9月加入深圳市大数据研究院,担任高级工程师职位。他于2006年获得上海大学信息与计算科学学士学位,个人主要研究兴趣为线性规划、车辆路径规划及深度强化学习。他和团队一起获得了THE 2021 FRANZ EDELMAN FINALIST AWARD,获奖作品为《Alibaba VRP Algorithms Solved Its Hour-Level Delivery Problem》。他被授予发明专利一项,发明内容为《数据处理方法、数据处理装置和服务器》。

职务/职称

深圳市大数据研究院开发工程师

电子邮箱

huilin.zang@sribd.cn

职务/职称

深圳市大数据研究院开发工程师

电子邮箱

huilin.zang@sribd.cn