唐纳德金菲尔布

该奖项表彰Donald Goldfarb和Jorge Nocedal在过去几十年里对非线性优化理论和应用做出的开创性贡献。这些贡献涵盖了从建模到数学分析，再到科学计算的突破等一系列主题。他们在可变度量方法(BFGS和L-BFGS分别)方面的工作具有极大的影响。

Goldfarb的深入研究贡献将传统线性和非线性规划、内点方法以及最新流行的信号处理和机器学习方法的理论和实践联系在一起;通过对所有这些领域的基本问题的独特理解来做到这一切。他在该领域的贡献非常广泛，非常有影响力和持久，首先是60年代著名的非线性优化Broyden-Fletcher-Goldfarb-Shanno (BFGS)算法，然后是80年代线性规划的最陡边单纯形方法和近十年来大规模凸优化的一阶方法。由Goldfarb和Reid、Forrest分别设计的原始最陡边单纯形算法和对偶最陡边单纯形算法是单纯形方法中应用最广泛的变体。Goldfarb的工作为该方法的许多变体在大多数最先进的商业线性规划求解器中实现提供了理论基础。二次规划的Goldfarb-Idnani对偶活动集方法是应用最广泛的QP方法之一。我们还应该补充一点，Goldfarb有一种诀窍，能让有才华的博士生和合作者兴奋地从事他发现的重要研究问题。

Nocedal对未经约束和约束的非线性优化领域的开创贡献，从根本上重塑了这一领域。这包括L-BFGS方法的开发，将内部点方法扩展到非凸的约束优化，共同创作了非线性优化中的高度影响力的书，并通过高效且有效的二阶方法照亮了优化和机器学习之间的界面。在20世纪80年代，Nocedal发明了L-BFGS优化算法，BFGS方法的有限内存版本。This opened the door to solving vastly larger unconstrained and box-constrained nonlinear optimization problems than previously possible: Nocedal’s L-BFGS algorithm requires storage that is only a small multiple of the number of variables, whereas the original BFGS method required a quadratic amount of storage. The L-BFGS algorithm has had an immense practical impact, which is difficult to overstate. Nocedal was also instrumental in extending the interior-point revolution beyond convex optimization. In the late 1990s, he and his collaborators proposed the first theoretically sound algorithm for nonlinear and nonconvex optimization problems. This algorithm was practical and, importantly, did not rely on strong assumptions. It should also be added that, all throughout his career, Nocedal has been outstanding at mentoring both students and junior colleagues.

唐纳德·戈德法布(Donald Goldfarb)和乔治·诺塞达尔(Jorge Nocedal)因其在理论和实践方面的基础性贡献，已经并将继续对优化领域产生重大影响，被授予运行学和管理科学研究所(INFORMS)的约翰·冯·诺伊曼理论奖。伟德国际app下载安卓伟德体育1946手机版

Donald Goldfarb通过设计和分析创新的算法，包括著名的BFGS非线性优化拟牛顿法和线性规划最陡边单纯形法，为连续优化领域做出了基础性的贡献。

Alexander Shapiro一直是运营研究领域中最多的学者之一，对非线性分析（特异性敏感性和最优性）显着贡献，以及随机编程，他对复杂性分析和风险厌恶伟德体育1946手机版决策的工作非常有影响。

选拔委员会

Jorge Nocedal(主席)，Michael Todd, Jean-Philippe Vial, Laurence Wolsey。