上海交通大学安泰经济与管理学院 - 教师个人主页

师资资源

葛冬冬

系别：数据与商务智能系
办公电话： 52301361
职称：教授
电子邮箱：ddge@sjtu.edu.cn

教师简介

上海交通大学智能计算研究院院长、数据与商务智能系特聘教授。主持国家自然科学基金的原创探索，杰出青年，重大基金等项目。担任了国内首个开源数学规划软件LEAVES mathematical programming solver开发，领导了国内首个专业数学优化软件Cardinal Optimizer(COPT)开发，首个专业数学规划和数学优化求解器COPT的开发负责人。在管理与运筹，优化理论，计算机理论科学，机器学习等多个顶级期刊和会议上，如Operations Research, Mathematics of Operation Research, Mathematical Programming, FOCS, SODA, ICML ，NeurIPS等发表过论文。担任过多个国际国内著名期刊的编辑和特约审稿。担任杉数科技首席科学家，深度参与了多个业界合作的重要项目，如与京东，顺丰，滴滴、华为、国网/南网、中石油/中石化/国家管网、上海地铁、黄骅港、上汽通用、南航、波音、谷歌等企业与行业的合作。
研究兴趣：1. 超大规模数学优化问题的理论、算法与软件研发，及其在供应链、制造、交通、能源、量子计算等领域的应用；2. LP，MILP，SDP，SOCP等问题的算法设计、理论分析与软件开发；3. 基于GPU的新一代数学规划算法设计；4. 产GPU的高精度高性能计算数学库函数建设；5. 大模型训练推理中的算法优化，及决策大模型的训练与应用。
数学优化软件开发：1.Cardinal Optimizer(COPT): 领导了国内首个专业数学优化软件开发，目前有线性规划、整数规划、半定规划、二阶锥规划、二阶凸规划、混合整数二阶锥规划、混合整数半正定规划、非线性规划等模块，截止2024年5月，均在美国的第三方测试榜单上排名第一，具体信息请参见：http://plato.asu.edu/bench.html, https://shanshu.ai/solver, 以及 Cardinal Optimizer (COPT) User Guide 2022, https://arxiv.org/abs/2208.14314 2.LEAVES mathematical programming solver: 国内首个开源数学规划软件，2017年发布，包括了线性规划、几何规划等模块。
教育经历:
2004-08 至 2009-08, 斯坦福大学, 管理科学与工程, 博士
1999-08 至 2004-07, 纽约州立大学石溪分校, 数学，计算机，硕士
1995-07 至 1999-07, 南开大学, 数学, 学士
工作经历:
2024至今, 上海交通大学, 安泰经济与管理学院, 特聘教授；智能计算研究院，院长
2013-2023，上海财经大学, 信息管理与工程学院, 教授；交叉科学研究院，院长
2009-2013, 上海交通大学, 安泰经济与管理学院, 讲师，副教授

科学研究

科研论文
近三年论文：
1.    Early Birds versus Last-Minute Arrivals: Empirical Evidence and Theoretical Analysis of Arrival Time Queueing Game，X Zhao, Y Ding, D Ge, X Xie，Available at SSRN 4955803，2024
2.    Solving Integrated Process Planning and Scheduling Problem via Graph Neural Network Based Deep Reinforcement Learning，H Li, H Zhang, Z He, Y Jia, B Jiang, X Huang, D Ge，arXiv preprint arXiv:2409.00968，2024
3.    Accelerating Low-Rank Factorization-Based Semidefinite Programming Algorithms on GPU，Q Han, Z Lin, H Liu, C Chen, Q Deng, D Ge, Y Ye，arXiv preprint arXiv:2407.15049，2024
4.    An enhanced alternating direction method of multipliers-based interior point method for linear and conic optimization，Q Deng, Q Feng, W Gao, D Ge, B Jiang, Y Jiang, J Liu, T Liu, C Xue, Y Ye, C zhang，INFORMS Journal on Computing，2024
5.    ORLM: Training Large Language Models for Optimization Modeling，Z Tang, C Huang, X Zheng, S Hu, Z Wang, D Ge, B Wang，arXiv preprint arXiv:2405.17743，2024
6.    Restarted Primal-Dual Hybrid Conjugate Gradient Method for Large-Scale Quadratic Programming，Y Huang, W Zhang, H Li, W Xue, D Ge, H Liu, Y Ye，arXiv preprint arXiv:2405.16160，2024
7.    Sketched Newton Value Iteration for Large-Scale Markov Decision Processes，J Liu, C Xie, Q Deng, D Ge, Y Ye，Proceedings of the AAAI Conference on Artificial Intelligence 38 (12), 2024
8.    Trust Region Methods For Nonconvex Stochastic Optimization Beyond Lipschitz Smoothness，C Xie, C Li, C Zhang, Q Deng, D Ge, Y Ye，The 38th Annual AAAI Conference on Artificial Intelligence AAAI 2024，2024
9.    Learning to Pivot as a Smart Expert，T Liu, S Pu, D Ge, Y Ye，The 38th Annual AAAI Conference on Artificial Intelligence AAAI 2024，2024
10. A Low-Rank ADMM Splitting Approach for Semidefinite Programming，Q Han, C Li, Z Lin, C Chen, Q Deng, D Ge, H Liu, Y Ye，arXiv preprint arXiv:2403.09133，2024
11. Decoupling Learning and Decision-Making: Breaking the Barrier in Online Resource Allocation with First-Order Methods，W Gao, C Sun, C Xue, D Ge, Y Ye，arXiv preprint arXiv:2402.07108，2024
12. Nonlinear modeling and interior point algorithm for the material flow optimization in petroleum refinery，F Dong, D Ge, L Yang, Z Wei, S Guo, H Xu，Electronic Research Archive 32 (2), 915-927，2024
13. A Homogenization Approach for Gradient-Dominated Stochastic Optimization，J Tan, C Xue, C Zhang, Q Deng, D Ge, Y Ye，The Conference on Uncertainty in Artificial Intelligence UAI 2024，2024
14. cuPDLP-C: A Strengthened Implementation of cuPDLP for Linear Programming by C language，H Lu, J Yang, H Hu, Q Huangfu, J Liu, T Liu, Y Ye, C Zhang, D Ge，arXiv preprint arXiv:2312.14832，2023
15. A Universal Trust-Region Method for Convex and Nonconvex Optimization，Y Jiang, C He, C Zhang, D Ge, B Jiang, Y Ye，arXiv preprint arXiv:2311.11489，2023
16. Solving Linear Programs with Fast Online Learning Algorithms，W Gao, D Ge, C Sun, Y Ye
17. ICML'23: Proceedings of the 40th International Conference on Machine Learning，2023
18. Homogeneous Second-Order Descent Framework: A Fast Alternative to Newton-Type Methods，C He, Y Jiang, C Zhang, D Ge, B Jiang, Y Ye，arXiv preprint arXiv:2306.17516，2023
19. Pre-trained Mixed Integer Optimization through Multi-variable Cardinality Branching，Y Chen, W Gao, D Ge, Y Ye，arXiv preprint arXiv:2305.12352，2023
20. Stochastic Dimension-reduced Second-order Methods for Policy Optimization，J Liu, C Xie, Q Deng, D Ge, Y Ye，arXiv preprint arXiv:2301.12174，2023
21. A Homogeneous Second-Order Descent Method for Nonconvex Optimization，C Zhang, D Ge, C He, B Jiang, Y Jiang, C Xue, Y Ye，arXiv preprint arXiv:2211.08212，2022
22. SOLNP+: A Derivative-Free Solver for Constrained Nonlinear Optimization，D Ge, T Liu, J Liu, J Tan, Y Ye，arXiv preprint arXiv:2210.07160，2022
23. Cardinal Optimizer (COPT) user guide，D Ge, Q Huangfu, Z Wang, J Wu, Y Ye，arXiv preprint arXiv:2208.14314，2022
24. Bayesian dynamic learning and pricing with strategic customers，X Chen, J Gao, D Ge, Z Wang，Production and Operations Management 31 (8), 3125-3142，2022
25. DRSOM: A Dimension Reduced Second-Order Method，C Zhang, D Ge, C He, B Jiang, Y Jiang, Y Ye，arXiv preprint arXiv:2208.00208，2022
26. Randomized Branching Strategy in Solving SCUC Model，R Cao, Y Chen, W Gao, J Gao, Y Zhang, C Lu, D Ge，2022 4th International Conference on Power and Energy Technology，2022
27. Hdsdp: Software for semidefinite programming，W Gao, D Ge, Y Ye，arXiv preprint arXiv:2207.13862，2022
28. Optimization and operations research in mitigation of a pandemic，CH Chen, YH Du, DD Ge, L Lei, YY Ye，Journal of the Operations Research Society of China 10 (2), 289-304，2022
29. JD. com: Operations research algorithms drive intelligent warehouse robots to work，H Qin, J Xiao, D Ge, L Xin, J Gao, S He, H Hu, JG Carlsson，INFORMS Journal on Applied Analytics 52 (1), 42-55，2022
30. Fast Online Algorithms for Linear Programming，W Gao, D Ge, C Sun, Y Ye，arXiv preprint arXiv:2107.03570，2021
31. Uncertainty quantification for demand prediction in contextual dynamic pricing，Y Wang, X Chen, X Chang, D Ge，Production and Operations Management 30 (6), 1703-1717，2021
32. From an interior point to a corner point: smart crossover，D Ge, C Wang, Z Xiong, Y Ye，arXiv preprint arXiv:2102.09420，2021
33. A Gradient Descent Method for Estimating the Markov Chain Choice Model，L Fu, DD Ge，Journal of the Operations Research Society of China, 1-11，2021
科研项目
主持国家自然科学基金的原创探索，杰出青年，重大基金等项目。
数学优化软件开发
1.Cardinal Optimizer(COPT): 领导了国内首个专业数学优化软件开发，目前有线性规划、整数规划、半定规划、二阶锥规划、二阶凸规划、混合整数二阶锥规划、混合整数半正定规划、非线性规划等模块，截止2024年5月，均在美国的第三方测试榜单上排名第一，具体信息请参见：http://plato.asu.edu/bench.html, https://shanshu.ai/solver, 以及 Cardinal Optimizer (COPT) User Guide 2022, https://arxiv.org/abs/2208.14314
2.LEAVES mathematical programming solver: 国内首个开源数学规划软件，2017年发布，包括了线性规划、几何规划等模块。

主讲课程