港中大(深圳)戴建岗教授获2024年运筹学最高奖约翰·冯·诺依曼理论奖
戴建岗教授获
2024年运筹学最高奖
约翰·冯·诺依曼理论奖
John von Neumann Theory Prize
10月20日,香港中文大学(深圳)数据科学学院院长戴建岗教授在美国西雅图举办的国际运筹学与管理科学学会(INFORMS)年会上获颁2024年约翰·冯·诺依曼理论奖(John von Neumann Theory Prize),嘉许他在随机系统理论领域的基础性和持续性贡献,尤其在随机网络稳定性和高负荷扩散近似方面的开创性研究。
约翰·冯·诺依曼理论奖是运筹学和管理科学领域的最高奖项,旨在表彰在领域内做出基础性和持续性贡献的学者。这是50年来第二位大陆出生的学者获得该奖项,第一位获奖者叶荫宇教授(2009年获奖)现为港中大(深圳)特聘教授。
戴建岗教授(中)与INFORMS主席Julie Swann(左)、INFORMS执行董事Elena Gerstmann(右)在颁奖典礼现场
2024 INFORMS主席Julie Swann教授和奖项委员会主席John Tsitsiklis教授在颁奖现场强调,“戴教授的研究源于制造业和网络中的实际模型,并将这些模型与经典数学问题紧密结合。他的工作因其深厚的数学造诣、独特的学术视野和深刻的原创性而备受赞誉。此外,作为一位杰出的教育家和导师,他为运筹学与管理科学做出了卓越的贡献。”
戴教授本次获奖主要源于他在1995年发表的开山之作“On positive Harris recurrence of multiclass queueing networks: A unified approach via fluid limit models” 。此工作开创性地建立了流体模型稳定性与一般状态空间马尔可夫过程(如排队网络过程)稳定性(正常返)之间的联系。他证明了在非常普遍的条件下,确定性流体模型的稳定性意味着随机过程模型的稳定性。此后,戴教授的方法成为随机网络领域的核心,为他和其他学者后续取得的众多成果奠定了基础。
除了流体分析外,戴教授还在随机网络的其它领域做出了重要贡献。他为随机网络模型(如具有马尔可夫反馈的多类服务站系统)提出了高负荷扩散逼近的方法,与汪扬合作提出了关于扩散逼近(不)存在的著名反例。此外,他在反射布朗运动模型的性质方面产生新成果和见解,并引入了一种基于Stein方法获得扩散逼近的定量边界的新方法。他还推广了包括最大权重等负载均衡调度方法的适用性范围与渐近最优性,进一步推动了该领域的发展。
约翰·冯·诺依曼理论奖
约翰·冯·诺依曼理论奖是运筹学和管理科学领域的最高奖项,旨在表彰在领域内做出基础性和持续性贡献的学者。该奖项成立于1975年,每年在国际运筹学与管理科学学会(INFORMS)年会上颁发。奖项通常基于在多年内发表的一系列工作,通过重要性、创新性、深度和科学卓越性等方面,反映获奖者持久的学术贡献,并历经时间考验。例如,1975年首届获奖者为线性规划单纯形算法发明者George B. Dantzig;1976年第二年获奖者为动态规划之父Richard E. Bellman,其发明的动态规划算法也成为了Alphago算法的基础。此外,在过去50名约翰·冯·诺依曼理论奖获奖者中,有6名获得了诺贝尔经济学奖。
戴建岗教授简介
戴建岗教授现任美国康奈尔大学运筹学与信息工程学院Leon C. Welch讲座教授、香港中文大学(深圳)数据科学学院院长。戴教授于2012年加入康奈尔大学,此前他于1990年加入乔治亚理工学院,并于2007年受聘为Edenfield讲座教授。他曾于2002年至2018年7月任职清华大学经济管理学院特聘教授组,2009至2011年任新加坡国立大学James Riley杰出访问教授。戴教授本科和硕士毕业于南京大学数学系,后于1990年获得斯坦福大学数学博士学位。戴教授曾获诸多荣誉,包括1994年美国国家科学基金会的青年科学家奖(Young Investigator Award,其前身是美国总统青年科学家奖)、1998年INFORMS应用概率学会Erlang奖、1997年和2017年两次荣获INFORMS应用概率学会的最佳论文奖。戴教授也是迄今为止唯一获得ACM SIGMETRICS成就奖(2018年)的华人。戴教授还曾于2012年至2019年长期担任运筹学顶尖杂志《Mathematics of Operations Research》的主编。戴教授现为国际数理统计学会(IMS)和国际运筹学与管理科学学会(INFORMS)会士。
叶荫宇教授简介
叶荫宇教授现为香港中文大学(深圳)数据科学学院特聘教授,上海交通大学智能计算研究院特聘教授。此前叶教授为斯坦福大学管理科学与工程系及计算数学工程研究院李国鼎讲席教授。他的主要研究方向为大规模连续和离散优化,智能计算,数值算法设计及分析,算法博弈及市场均衡,运筹及管理科学等;他和其他科学家开创和深入发展了内点优化算法、锥规划模型、分布式鲁棒优化等重要领域,在线线性规划学习、强化学习和马可夫过程算法复杂度分析等重要问题上做出了基础性贡献,也因此获得2009年约翰 · 冯 · 诺伊曼理论奖,为此奖首位华人获奖者。