2023年12月8日上午，北京理工大学王典朋教授、浙江大学陈飘教授、上海大学翟庆庆教授应邀来我校开展了以“工业统计方法”为主题的系列讲座。本次讲座在综合楼615会议室举行，由统计与数学学院徐安察教授主持。
系列讲座一
王典朋，北京理工大学特别副研究员，博士生导师。王典朋副研究员在北京理工大学获得博士学位，中国科学院数学与系统科学研究院博士后，曾先后访问佐治亚理工、香港科技大学，担任北京大数据协会常务理事、中国现场统计研究会试验设计分会理事。主要从事敏感性试验设计、计算机试验设计、贝叶斯计算、等方向的研究。主持国家自然科学基金青年基金、面上项目和国家国防科技工业局先进星箭共性技术等项目多项，在Technometrics、Journal of Quality Technology、Statistica Sinica、RESS、Applied Mathematical Modelling等统计学权威期刊上发表论文多篇。
王典朋教授以“A Subsampling Method for Regression Problems Based on Minimum Energy Criterion”为主题展开本次讲座。本次讲座指出如今产生的大量数据对计算资源和时间提出了很高的要求，这阻碍了各种统计方法的实施。缩小数据量从而缓解这些挑战的一种有效且流行的策略是子采样。然而，现有方法要么依赖于基础模型的特定假设，要么从可用数据中获取部分信息。对于回归问题，我们提出了一种新的方法，称为具有最小能量准则（ASMEC）的自适应子采样。所提出的方法不需要明确的模型假设，并且“巧妙地”整合了有关协变量和响应的信息。ASMEC子样品具有两个理想的特性：空间填充性和空间适应性。研究了平滑样条回归模型下ASMEC子样本的极限分布及其理论性质.ASMEC方法的有效性和稳健性也得到了各种综合实例和两个真实实例的支持。
系列讲座二
陈飘，浙江大学ZJU-UIUC联合学院副教授，在此之前担任代尔夫特理工大学统计学助理教授。他于2013年在上海交通大学获得工业工程学士学位，并于2017年从新加坡国立大学获得工业与系统工程管理博士学位。他的研究主要关注质量和可靠性、故障诊断与健康管理以及统计学。他的大部分研究成果发表在统计、工程、管理领域的优秀期刊，包括Technometrics、Journal of Quality Technology、IEEE Transactions on Information Theory和Production and Operations Management等。曾获得国际系统可靠性与安全工程会议（SRSE2022）、INFORMS质量统计可靠性会议（ICQSR2023）、统计理论及其应用国际研讨会（STARF2023）等国际会议的最佳论文奖。
陈飘教授以“Robust condition-based production and maintenance planning for degradation management”为主题展开本次讲座。本次讲座研究了对易退化的生产系统进行稳健的生产和维护控制。考虑定期维护方案，在维护前可以动态调整系统生产率，作为退化管理的主动方式。对降解率的最佳控制旨在实现故障风险和生产利润之间的平衡。我们首先考虑降解率随生产率线性增加的情景。与现有假设参数随机退化过程的文献不同，我们假设一段时间内的退化增量位于不确定性集中，我们的目标是在最坏情况下将维护成本降至最低。生成的模型是一个鲁棒的混合整数线性规划。我们推导出其稳健的对应物，并建立最佳生产计划的结构特性。然后，通过重新优化，这些属性用于对生产率进行基于条件的实时控制。该模型进一步推广到非线性生产-降解关系。基于挤出机系统的真实生产-降解数据集，我们进行了全面的数值实验，以说明该模型的应用。数值结果表明，当出现退化模型错误规范时，该模型在成本率的均值和方差方面明显优于现有方法。
系列讲座三
翟庆庆，上海大学管理学院副教授，上海市青年东方学者，担任中国现场统计研究会可靠性工程分会副秘书长，中国优选法统筹法与经济数学研究会工业工程分会理事。2015年于北京航空航天大学系统工程专业获得博士学位。2015年至2017年，在新加坡国立大学工业系统工程与管理系担任research fellow. 主要研究兴趣包括退化统计模型、可靠性建模和博弈论。在Technometrics、IISE Transactions、ITII、EJOR、ITR、RESS等国际期刊上发表论文40余篇。
翟庆庆教授以“Statistical Modeling and Reliability Analysis for Degradation Processes Indexed by Two Scales”为主题展开本次讲座。本次讲座提出劣化是工业产品的一个重要现象，表现为某些性能特征的逐渐劣化。降解过程通常与时间和使用情况有关，仅按时间或使用情况对降解过程进行索引并不能准确描述该过程的特征。本文考虑随机使用过程，提出了一种以时间和使用两个尺度为索引的退化过程模型，其中沿两个尺度的退化被建模为相关的非线性维纳过程。我们开发了两种基于仿真的可靠性评估算法，并研究了所提模型的模型推理问题。通过仿真验证了估计程序和可靠性评估算法。通过应用于户外涂料的真实降解数据集，证明了所提模型的性能，表明通过两个尺度对降解过程进行索引可以显著提高降解建模性能。
临近讲座结束，王典朋教授、陈飘教授和翟庆庆教授热情地与同学们和老师们进行了激烈的学术探讨，为同学们解答了问题。最后，徐安察教授对此次讲座发表总结并对林洪教授王典朋教授、陈飘教授和翟庆庆教授的精彩分享以及在场听众的参与和互动表达了诚挚的感谢。
