前言

正数据科学是近年来发展起来的一个交叉性科学,它以数学、统计学、计算机科学为基础,与信息科学、生命科学、经济金融、社会管理等众多学科领域进行深度交叉。优化理论与方法在数据科学中扮演着非常重要的角色,大数据分析中的众多典型模型都可归于优化模型。当前,基于大数据的建模分析在医疗健康、精准营销、征信与风控、公共安全等方面都具有广阔的应用前景,和大数据分析密切相关的优化算法与理论研究受到各领域学者愈来愈多的关注。为此,《计算数学》副主编戴或虹研究员建议在《计算数学》期刊组织"大数据分析的优     

极小旋转标架定义的流形几何

从极小旋转标架(Rotation Minimizing Frame,RMF)定义出发,建立与RMF相关流形的模型,然后以微分流形为工具对RMF定义中的自由度进行尽可能的化简,从而把定义中的微分代数方程转化为一个常微分方程.这有助于对RMF数学本质的进一步理解.另一方面,以RMF作为基础得到了一般的运动标架所需要满足的常微分方程,并且对RMF对应曲线的测地线性质进行了分析.     

动态传播率模型及其在疫情分析中的应用

应用数据驱动的动态传播率来代替基本传染数$R_0$,在全国和省市两个层面上研究COVID-19疫情发展的特点和趋势。首先,基于动态增长率建立传染病常微分方程,推导得出动态传播率模型。其次,选择幂函数作为动态传播率的拟合函数,以3天作为最优滑窗期,对各地拐点进行了估计。最后,通过动态模型对各地不同程度尾声开始的起点进行了预测,并在13个省市间进行9个疫情相关指标的对比分析。结果显示,各地动态传播率在经过短暂的波动后均稳步下降,疫情得到有效控制;估计的拐点主要集中在2月中旬,而预测的尾声都将在3月底之前到来;同时,各地疫情发展特点和趋势、防控措施力度和效果存在一定差异。     

3D打印中的优化设计

3D打印技术的兴起在许多领域掀起了新的研究热点,《3D打印中的优化设计》应用课题针对几何处理领域中的许多相关问题做了系统性的研究,其中包括在3D打印中通过几何模型的结构优化以节省打印材料和打印时间的问题,三维几何模型保持特征的去噪和构建问题,以及三维几何模型的序贯重建和多余分支去除问题.相关问题中多涉及含有复杂约束的优化问题,以及压缩感知和稀疏优化问题.本文简要总结了上述问题的研究方法,并从几何优化的角度阐述了其中运筹学原理与方法的运用,表明了运筹学工具在相关领域研究中的重要性和有效性.     

人口迁入与新增确诊数的趋势关系及因果量化分析

目前,很多地区新冠肺炎疫情已得到缓解,复工、复产已被多地政府部门提上日程.2月10日前后,全国各地返城复工人数增多,2月14日开始,广东、河南等地新增病例数出现了明显反弹,人口跨地区迁徙使疫情防控更加困难.目前全国返工、返校需求还远未得到满足,需要通过数据分析,对"返城复工"的风险进行评估.通过观察数据可以发现人口迁徙与新增确诊病例数有很强的正相关性,因此由"格兰杰因果检验"确定了人口迁徙与新增确诊病例数有显著的因果关系.     

组模偏正则化及其应用

本文研究组模下偏正则最小化问题,证明了解的存在性,稀疏性.研究了零空间性质对最优解的刻画.仔细探讨了解的一种单调性,并应用这种单调性说明最优化问题的求解可以分解到各组中.最后给出了一个所证定理在地震反演的应用.     

线性约束凸规划的鞍梯度法

求线性约束凸规划问题的最优解。方法：在鞍梯度法的基础上提出了一个具有全局收敛性的原一对偶外点算法。结果：每步迭代利用Lagrange函数的鞍梯度构造搜索方向，生成次可行解序列，由此得到的序列的极限就是原-对偶问题的最优解。结论：即使从原一对偶问题的不可行点开始迭代算法也收敛。