2011年4月25日，香港科技大学教授Jeff Hong应邀到我院作学术交流，为我院师生作了名为“Discrete Optimization via Simulation Using Gaussian Process-based Search”的学术报告。报告由张兵教授主持。

在报告中，Jeff指出，基于模拟的离散最优化问题，经常采用随机搜寻算法，而随机搜寻算法设计中取样分布的假设会对搜寻努力的侧重点分布有所影响。通过设计一种满足一定的均质和方差的取样分布函数形式，Jeff和其合作者开发出了一种全局最优化为目标的GPS(Gaussian Process-based Search)算法，并通过一系列数值实验论证了GPS算法相对于文献中已有算法的有效性。这项研究工作是对Hong和 Nelson(2006)所提出的以局部最优化为目标的（COMPASS）指南针算法的进一步深入。基于GPS算法的研究基础，Jeff和其合作者目前正在进行基于“云计算”的最优搜索算法设计。

Jeff Hong（洪流），香港科技大学工业工程系副教授，我校思源讲座教授，Associate Director of Logistics and Supply Chain Management Institute at HKUST。1999年毕业于清华大学，获工业工程及控制工程双学士学位，2001年毕业于University of Cincinnati，获应用数学硕士学位，2004年毕业于Northwestern University，获管理学博士学位。主要研究方向：金融工程与风险管理、蒙特卡洛模拟、运筹管理等，先后在Management Science、Operation Research等国际一流学术期刊发表论文近二十篇。现任Operations Research、ACM Transactions on Modeling and Computer Simulation、Naval Research Logistics等期刊副主编。（李娟）