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     

稀疏线性规划研究

稀疏线性规划在金融计算、工业生产、装配调度等领域应用十分广泛.本文首先给出稀疏线性规划问题的一般模型并证明问题是NP困难问题;其次采用交替方向乘子法(ADMM)求解该问题;最后证明了算法在近似问题上的收敛性.数值实验表明,算法在大规模数值算例上的表现优于已有的混合遗传算法;同时通过对金融实例的计算验证了算法及模型在稀疏投资组合问题上的有效性.