徐亮副教授                        
教育背景：  
北京师范大学数学系本科  
中山大学管理科学硕士   
香港理工大学物流与航运学系博士

研究方向：

• 理论研究-包括离散优化、算法设计与鲁棒模型
• 应用研究-包括机场运作管理 港口与船务管理 应急车辆调度 物流与供应链建模金融工程
  

问答汇总：
Q1:坛友方日铭：
徐老师您好，在当下，伴随着电子商务的繁荣，物流公司不断涌现，许多小型物流公司也不甘寂寞在市场中抢份额，我想请问一下，小型物流公司有怎样的优势？又该怎样发挥好优势呢？
A1:
这位同学的问题非常好，很具有代表性，在目前电子商务繁容的情况下，中小物流公司的生存发展之道，受到包括政府在内各方的关注。在这个问题上我深有体会，成都有一家物流园区，叫做新都物流园区，里面以一家物流港为核心聚集了1000家左右的私人和小型物流公司，解决这些公司的生存和有序运营是政府最关注的问题。之前我们在做咨询的时候提出了如下方案：1，引入物流地产，建立定制开发的电商配套园区。2，引入电商企业，如京东，大力发展城市配送。3，最重要的是以电商为核心建立物流城市配送采购平台，也就是物流服务的采购平台。 通过集约化物流采购，将小型物流公司的运输资源整合起来，与电商结合，形成常态化运营，而非每日等订单上门的模式，财是小型物流公司出路。希望我提供的案例对你有所帮助。

Q2:坛友liuqinjun86：
我想请问一下徐亮老师，我是金融方向的学生，在金融的投资组合方面也有很多鲁棒优化的应用，怎么才能将这些算法灵活地运用来处理实际的问题呢？
A2:
传统的组合投资问题已经研究得非常透彻。根据我的理解，目前组合投资与实际的之间的距离主要存在于组合投资多对标的物分布做了很强假设，如假设Black-sholes增长方式。而真正要将鲁棒优化应用于组合投资问题，需要放松对变量分布的假设，即只知道均值和方差的情况下，对所有满足该条件分布，求取最坏分布的方案，这种鲁棒优化的方法也称为 disributional robust optimization, 这也是我接下来研究得一个重点方向。

Q3:坛友liubingzsd：
老师您好：
    最近一直在学习金融工程领域的东西，可是在建模方面实在无从下手，而我自己也希望能很好地把理论和coding联系在一起，还请老师给我这初学者一点建议，谢谢您的回答
A3:
确实，对于大部分的同学来讲，建模和coding是两个最难的步骤，很多同学，其实包括老师都很难在两方面都做得很好。对于建模，我是学习数学出身的，所以感触更多些。我的总结是，模仿十次，其意自现。意思就是，一定要以模仿别人的模型做为基础，例如组合投资问题，从马克威茨模型开始，再到多阶段的恒定策略，再到多阶段动态策略， 看明白了之后，自己独立推导一次。然后熟练了之后尝试一些迁移，比如组合投资问题不用期望做为目标函数，而是以Var或者是CVaR等。你将这十个模型都熟练掌握了，才能在这个领域内做一些自己的工作。
    关于coding，我不是学计算机，所以门外汉的难处我也很能体会。我接受的训练，和我训练学生的方式就是，通过不断的实现已有算法来锻炼自己的将理论和coding联系的能力。例如，在数值计算和非线性规划的时候，自己通过编写牛顿迭代法，内点法，外点法等的源程序（注意不是matlab，而是C或者c++）的程序，来训练自己对于算法复杂度，算法设计过程等的理解。
      我们这一行的研究，依靠的是良好的思维训练和踏实的技术训练，所以从事这行研究，请务必注意自己的眼睛，如果是男生，还要注意自己发际线。

Q4:坛友is我爱经济：
我们的大数据时代已经到来，马云已经成为电商届的领袖，可是其中的问题也很多，怎么看待现在的因为这些大数据而出现的一些问题
A4:
我在本学期上课的时候，跟学生聊了一次大数据的问题，我在大数据上最主要的观点是：大数据时代最值得关注的问题是，1 怎么存   2 怎么用。
举例，我们的天网有海量的数据，但是如何存放这些数据，并且有效利用这些数据在预防犯罪和交通领域是非常有意思的话题。
比如，一帧图有接近1兆左右信息量，但实际上我们关心的不是每一个像素，而是上面有多少人？多少车？ 有多少行为异常的点？  如果将这些关注的点用数字代表，我们就可以有效将海量数据映射为可以长期储存的点。 这是存的问题。
用的问题，比如通过模式识别的方法，是否能跟过目前采集的信息，预测高概率犯罪行为的出现（如一个人尾随另一个人很长时间，或者在固定房屋外长期徘徊），另外，是否能根据目前交通行为模式预测未来交通情况（例如通过目前交通流量变化，预测未来出现的拥堵）。
如果你对大数据感兴趣，不妨从这几个角度去关注。谢谢

Q5:坛友大头1009：
我想请问徐老师，现在已经进入大数据时代。例如在机场运作管理里，也同样存在大量的数据，怎么在纷繁复杂的数据中找到真正对自己研究有用的数据？
PS：我还想知道香港的大学博士的培养方式，跟内地和国外的区别。
多谢徐老师，祝徐老师天天开心，工作顺利。
A5:
机场的问题请参看我对另一个同学大数据问题的回答。我就谈谈香港和内地博士培养的区别吧。
香港博士教育基本实现了全奖学金覆盖，香港ZF通过高额奖学金保证博士的生活和学习质量。而香港与美式教育博士培养也有一些区别，主要是美国以qualification考试来筛选学生，香港以confirmation（相当于博士论文开题报告）来筛选学生。在香港，基本年和第二年上以修课为主，在基础打好了之后，开始研究。另一个好处就是，香港的各高校选课基本是拉通的，所以你在香港任何一个高校基本可以享受到香港该领域教授的博士课程。希望可以帮到你。

Q6:坛友深寞浅痕：
请问徐老师，您是擅长算法设计与鲁棒模型的，那么在机门分配问题中可以用使用鲁棒进行优化吗？
车辆调度是一个经典的运筹学问题，应急车辆调度与车辆调度问题相比，需要在哪方面做改进呢？
A6:
我来结合我自然科学基金的项目来谈谈应急车辆调度和普通车辆调度的区别吧。其实应急是指在特殊事件发生时，如救灾或者紧急调运出现的时候进行的车辆调度。总体来讲，特点可以从如下两个方面体现：
1一是目标，普通车辆调度以经济性为指标。应急调度以响应性和公平性为指标，在模型中通常体现为最小化最长的路径，而非最小化总体路径。这点在救灾中体现特别突出。
2  二是车辆的起点，普通车辆调度对车辆所处起点并无特殊要求，因为现实中可以调配车辆起点。而应急调度中，基本不允许对车辆起点再进行调整。所以这类问题在学术上称为 vehicle routing with fixed distribution.即起点车辆固定的问题。

Q7:坛友wysswufe：
徐老师您好，我想请问一下港口船务管理问题是否可以与应急车辆调度问题进行结合分析呢，感觉他们之间存在很多联系。谢谢您的解答。
A7:
这个问题问得好。体现了这位同学的独立思考。其实港口船务管理和车辆调度在很多方面存在着相通的地方。例如，船公司航线设计，在本质上和车辆路径问题有很多相似的地方。又比如，在港口中，门座式起重机（直线轨道上的来回运转的起重机，用于将船上货物转移到车辆上）其本身的调度问题，就是一个一维的车辆路径问题。