Hamed Rahimian

大白话：Department of Industrial Engineering and Management Sciences, Northwestern University, Evanston, IL 60208。Email: hamed.rahimian@northwestern.edu。

Hamed Rahimian 是 Northwestern University 工业工程与管理科学系的优化研究者，研究方向是分布鲁棒优化 (distributionally robust optimization, DRO) 及其计算方法。他与 Sanjay Mehrotra 合著的 2022 年综述 Distributionally Robust Optimization: A Review 是运筹学界处理 DRO 时被引最多的单篇文献。

主要贡献

• 2019 / 2022——DRO 综述（与 Mehrotra 合著）。这篇 90 余页的 Open Journal of Mathematical Optimization 综述把 DRO 文献整理为四个优化范式（SO、RO、CCO、risk-averse）与四类模糊集（discrepancy、moment、shape、kernel）。本 wiki 的 DRO 主页面 就是按这篇论文的分类体系搭起来的。
• 2019——DRO 中的有效/无效情景。与 Mehrotra 一起定义了 Wasserstein-DRO 问题中「有效情景」的概念——在最坏情形下概率被强制为零的情景。由此识别出一小组「活跃」情景，用于加速计算。
• 2019——连续样本空间的报童问题 DRO。把有效情景的研究推广到连续支撑集，给出闭式最优解，并识别需求的最大有效子集。
• DRO 的割平面 / 交换法。求解半无限 DRO 问题的主要算法之一的共同作者。

对本 wiki 的意义

Rahimian 的综述是任何基于 DRO 的风险模型在理论基础上最好的入口。本 wiki 用它作为 DRO 概念、Wasserstein 模糊集、相干风险度量 与 鲁棒优化 几个页面的主要参考文献。

相关页面

• entities/Sanjay Mehrotra——合作者兼博士生导师（Northwestern IEMS）。
• entities/Rahimian Mehrotra 2022 DRO Review——该综述的实体页。
• concepts/models-theory/Distributionally Robust Optimization——引用这项工作的主概念页。