讲座人简介：

孙海琳博士是南京师范大学数学科学学院教授。他于2007年在吉林大学获得统计学学士学位，2013年毕业于哈尔滨工业大学，获数学博士学位。在其博士期间，他在英国南安普顿大学和香港理工大学联合培养。2015年12月至2018年1月在香港理工大学应用数学系做博士后研究。2018年获中国运筹学会青年科技奖和江苏省数学成就奖。他的研究领域包括随机优化，分布鲁棒优化、随机变分不等式及其在投资组合、风险管理和经济学模型上的应用。他在包括Mathematical Programming、SIAM Journal on Optimization、Mathematics of Operations Research等国际权威期刊发表了十多篇论文。

讲座简介：

In this paper, we consider the convergence analysis of data-driven mathematical programs with distributionally robust chance constraints (MPDRCC) under weaker conditions without continuity assumption of distributionally robust probability functions. Combining with the data-driven approximation, we also propose a DC approximation method to MPDRCC without tractable structures. We give the convergence analysis of the DC approximation method without continuity assumption of distributionally robust probability functions, and apply a recent DC algorithm to solve them. The numerical tests verify the theoretical results and show the solvability of the data-driven approximated DC approximation method.