张进博士本科硕士均毕业于大连理工大学，博士毕业于加拿大维多利亚大学。2015至2018年间任职于香港浸会大学，2019年初加入南方科技大学。张进博士一直致力于优化理论和应用研究，主持多项国家级基金项目，代表性论文发表在Mathematical Programming、SIAM Journal on Optimization、SIAM Journal on Numerical Analysis、Journal of Machine Learning Research、International Conference on Machine Learning等运筹优化、机器学习领域的顶级期刊与会议上。张进博士于2020年获得第七届中国运筹学会青年科技奖，并于2021年入选深圳市优秀科技创新人才培养优秀青年计划。

此次报告会的主题是《机器学习和理论经济学中的双层规划应用》。张进博士介绍了双层规划在机器学习和经济学中的一些最新应用进展。机器学习应用领域广，是近些年的研究热点，但目前的困难主要集中于超参数的选取，其对应的优化模型为双层规划问题。张进博士的最新论文聚合了层次化的目标信息，建立了一个灵活的、模块化的双层规划算法框架。大量的数值仿真实验验证了算法在超参优化和元学习等不同任务中的优越性。委托代理一直是一个经典的经济学问题，其对应的优化模型为双层规划问题。关于委托代理问题的模型研究已趋于成熟，但是模型的求解方法欠缺，条件要求十分严格。张进博士基于局部误差界条件提出了一个充分性条件，从而可以保证局部平稳性条件满足。基于下层问题的一阶最优性条件和最优值函数将双层规划模型等价转化为单层优化问题，并且证明了基于B和FJ条件的局部误差界条件对于委托代理问题通常是容易满足的。最后，张进博士还介绍了双层规划在管理决策中的若干应用研究。

会上会上，张进博士还就师生们提出的问题，与大家进行了广泛交流与深入探讨。张进博士的报告激情满满，理论丰富，方法前沿，引领大家接触了双层优化问题的研究前沿，为广大青年师生汲取管理科学知识提供了充足的养分，增强了大家探究科学的信念。学术讲座在师生们阵阵热烈的掌声中圆满结束。