凸优化一般都能归结为一个鞍点问题， 鞍点问题 (或称min-max问题) 往往有经济方面的背景。求解 min-max 问题，犹如买卖双方博弈，一方要支付尽可能小，另一个要收益尽可能大。我们从商业谈判的视角，讨论求解min-max 问题的迭代方法，结合经典的邻近点算法思想，提出了一个统一的分裂收缩算法框架。这类算法用于信号恢复、信息完整化、图像处理等信息领域，取得理想的效果，受到一批国际著名学者的好评。方法也被工程力学界用来解决了困扰他们多年的问题。数学之美，不是纯数学的专利。为应用服务的最优化方法研究，同样应该追求简单与统一。简单，他人才会看懂使用；统一，自己才有美的享受。
时间：1月12日20:00-21:00
地址：东校区博士论坛
联系人：马国栋18378688287
专家简介：
何炳生教授，南京大学数学系 77 级学生,本科毕业后公派去联邦德国留学，取得博士学位后回国在南京大学数学系任教，1997年晋升为南京大学教授，1998年被评为博士生导师，江苏省有突出贡献的中青年专家。2001年独立获得《江苏省科技进步奖》一等奖，2014年获《中国运筹学会科学技术奖》运筹研究奖，2016年获第一届《江苏省工业与应用数学奖》突出贡献奖。2015 年应聘为南方科技大学教授。
何教授长期从事最优化理论与方法研究。对变分不等式、互补问题和结构型凸优化问题，提出了一个应用面较宽的简单统一的算法框架。对以交替方向法(ADMM)为代表的分裂算法,做出了一批有特色的研究，得到了一些经典的结果。主要论文发表在 Math. Programming 和 SIAM 系列等有重大影响的国际学术刊物。代表性成果除了被国内外工程界采用,也被美国斯坦福大学，加州理工大学， 加州大学伯克利分校等著名大学的多位美国科学院院士、工程院院士和世界数学家大会邀请报告人在论文中大篇幅正面引用。
