主讲人简介：

叶荫宇 (Yinyu Ye) 现任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。 他多次获得国际科学奖项: 包括2009年的INFORMS最高奖、约翰 · 冯 · 诺伊曼理论奖，国际数学规划2012 Tseng Lectureship Prize（每三年），2014美国应用数学学会优化奖（每三年）等。根据谷歌学术统计，目前他的文章被引用总计超过58000次。

讲座中文简介：

本次讲座介绍了数学优化领域，特别是线性规划与半正定规划问题近期的一些算法进展和求解软件开发工作。主要包括了：1，基于在线优化的高效预求解算法，2，求基本解的智能跳跃新算法，3，ADMM算法的新进展，4，基于GPU架构求解LP问题的PDHG算法。以上算法多数已经应用于最新的数值优化算法求解软件COPT，将其在过去三年在LP/SDP求解上提高了三倍以上速度。对某些著名困难问题，新算法将其求解时间从以前的数天/数小时下降到了分钟级别。