2024年11月29日下午，南京航空航天大学欧阳林寒教授应邀来我校开展了以“模型不确定下的质量建模与优化研究”为主题的“数字+”与统计数据工程系列讲座。本次讲座在综合楼650会议室举行，由统计与数学学院徐安察教授主持。

欧阳林寒，南京航空航天大学经济与管理学院副院长、教授;入选国家高层次青年拔尖人才，江苏省社科优青。主要研究方向为工业工程与质量管理、随机仿真优化。先后主持国家自然科学基金面上、青年、中韩国际合作等项目。以第一或通讯作者发表期刊论文50余篇，其中SSCU/SCI收录40余篇，基金委认定中文重要期刊10余篇，出版专著2部，出版教材2部。相关成果获江苏省哲学社会科学优秀成果奖、IlSE Transactions年度最佳论文奖、封面论文、ESI高被引论文、期刊高被引/热点下载论文等荣誉。现担任《工业工程》期刊青年编委、中国“双法”研究会工业工程分会副秘书长及常务理事、中国运筹学会可靠性工程分会青年委员等。

欧阳林寒教授围绕“因子效应原则在模型结构筛选中的应用”进行了深入的讲解。他结合实践经验和理论研究，围绕质量设计的核心问题，详细阐述了因子效应原则在模型构建、变量筛选以及优化算法中的应用与效果。首先，欧阳林寒教授引入了伽马变量与显著性讨论，通过伽马的后验信息判定变量的显著性，为模型结构筛选提供了重要依据。随后，欧阳老师介绍了传统变量筛选方法，展示了复现黄恒政老师文章的过程、以及分享了与黄老师交流过程中的发现，强调了遗传效应原则和条件独立原则在变量筛选中的重要性。在模型构建与优化方面，欧阳林寒教授详细探讨了伽马后验分布的推导、MCMC方法采样以及伽马显著性分析，为模型结构的确定提供了科学依据。同时，通过模型结构组合与预测效果评估，验证了不同模型结构在预测中的表现，指出了模型结构独立性检验和多重检验修正的必要性。此外，欧阳林寒教授关注了传统机器学习在估计高速过程模型时出现的预测方差低估现象，展示了克里金方差低估在统计检验中的应用。为解决样本方差低估问题，欧阳教授提出了参数bootstrap等方法，讨论了模型组合方法及其比较结果。最后，在仿真实验与因子效应原则的探讨中，欧阳林寒教授强调了变量空间的庞大和计算难度，提出因子效应的稀疏原则或遗传原则，它可以显著降低变量空间并提高模型筛选效率。并通过静电纺丝实例的模型检验，验证了讲座中提出的理论和方法的有效性。

在讲座的最后，徐安察教授对此处讲座发表了总结，并对欧阳教授精彩的分享以及在场听众的热情参与和互动表达了诚挚的感谢。

图文|李昭铠 柳李嘉