鲁棒优化

作者简介

阿哈龙·本-塔尔（Aharon Ben-Tal） 以色列理工学院荣誉教授。研究领域：鲁棒优化、连续优化。他获得了众多的荣誉和奖项，其中包括：2007年欧洲金奖，2009年美国运筹学和管理学研究协会会士，2015年美国工业与应用数学学会会士。<br /><br />洛朗·艾尔·加豪伊（Laurent El Ghaoui） 加州大学伯克利分校教授。研究领域：鲁棒优化，机器学习和统计。他于1998年获得法国国家科学研究院颁发的铜牌奖章；于2000年获得美国国家科学基金会颁发的杰出青年学者成就奖（CAREER）；于2001年获得大川情报通信基金颁发的大川研究助成奖（Okawa Foundation Research Grant）；于2008年获得美国工业与应用数学学会颁发的SIAM活动组优化奖（Activity Group Optimization Prize）。<br /><br />阿尔卡迪·涅米洛夫斯基（Arkadi Nemirovski） 美国国家工程院院士、美国艺术与科学学院院士和美国国家科学院院士。现为佐治亚理工学院教授。研究领域：凸优化、非参数统计、运筹学与管理学。为表彰他对以上领域做出的贡献，先后获得富尔克森奖（1982年）、丹齐克奖（1991年）、维纳应用数学奖（2019年）、约翰·冯·诺伊曼理论奖（2003年）。

内容简介

在数学学科领域，鲁棒优化与凸优化、分式优化、多目标优化等优化理论具有相同的重要地位。在经济、人工智能、通信、信号处理、电气自动化等领域，做出稳健的决策和得到可靠的分析结果至关重要。然而，随着影响决策和分析结果的因素不断增加，决策的稳健性和分析结果的可靠性难以保证。鲁棒优化为获得稳健决策和可靠分析结果提供了数学理论基础，在经济、人工智能、通信、信号处理、电气自动化等领域的作用和重要性日益凸显。目前国内有凸优化、分式优化和多目标优化相关书籍。但至今，还未出版一本系统性和权威性的鲁棒优化书籍。随着鲁棒优化重要性不断增加，亟须出版一本鲁棒优化书籍。 鲁棒优化为求解受不确定性影响的优化问题提供了理论和方法，已经在实际应用中被证明非常有用。本书由鲁棒优化的理论奠基人所写，是一本全面讲述鲁棒优化的书。