袁亚湘简介
基本资料
中文名:袁亚湘
外文名:Ya-xiang Yuan
国籍:中国
民族:汉族
出生地:湖南省郴州市资兴市
出生日期:1960年1月
毕业院校:湘潭大学、剑桥大学
职业:数学家、研究员
代表作品:“袁氏引理”
主要成就:中国科学院院士 巴西科学院通讯院士 发展中国家科学院院士 当选国际工业与应用数学联合会主席 获冯康科学计算奖、陈省身数学奖、苏步青应用数学奖等
性别:男
政治面貌:中共党员
人物经历
1978年3月,袁亚湘考入湘潭大学数学系。1982年2月,本科毕业获得学士学位,3月进入中国科学院计算中心就读研究生,师从冯康教授,同年11月前往英国剑桥大学应用数学与理论物理系攻读博士,师从M.J.D.Powell教授。
1985年10月,开始在英国剑桥大学菲茨威廉姆(Fitzwilliam)学院从事专职研究(至1988年9月)。1986年5月,毕业获得博士学位。
1988年8月,回到中国,进入中国科学院计算中心工作(-1995年3月),10月起被聘为研究员,是当时中国科学院最年轻正研究员。
1988年9月,袁亚湘成为获青年基金资助的科研人员。1.3万元的经费,对于当时数学研究正处于起步阶段的袁亚湘来说,“是一笔不少的费用,足够开展一些研究”。
1990年9月,前往美国科罗拉多大学波尔得分校计算机系访问(-1991年2月)。
1991年,担任科学与工程计算国家重点实验室副主任。3月前往美国西北大学电
出版新书
《数学漫谈》,袁亚湘著,科学出版社,2021年3月。本书是数学方面的科普读物,来源于作者在2020年3月14日首届“国际数学日”的线上科普报告。
主要成就
袁亚湘科研成就
科研综述
袁亚湘在信赖域法算法设计和收敛性分析方面所做的工作是开创性的,特别是对于非光滑优化信赖域方法的研究得出了一系列重要的收敛性定理,给出了超线性收敛的充分必要条件。他因此在1984年获英国剑桥大学数学学业部研究生论文竞赛唯一的一等奖,以及1985年在英国伦敦获首届青年国际数值分析奖二等奖。他给出了双球信赖域子问题的最优性条件,证明了截断共轭梯度法的“1/2 猜想”。
袁亚湘在拟牛顿方法的理论研究方面,他和美国科学家合作证明了一类拟牛顿方法的全局收敛性,这是非线性规划算法理论在80年代最重要的成果之一。他和学生戴彧虹合作提出的“戴--袁方法”被认为是非线性共轭梯度法四个主要方法之一。他还首创性地提出了用信赖域方法和传统的线搜索方法的结合来构造新的计算方法,开创了利用非二次模型信息构造二次模型子问题的方法,提出了非拟牛顿方法。
项目承担&科研成果奖励
项目承担
时间 | 项目名称 | 项目 |
---|
社会任职
学术职务
时间 | 担任职务 | 来源 |
---|---|---|
1985年 | 国际数学规划学会会员 | |
1987年 | 《Journal of Computational Mathematics》编委 | |
1993年--2006年 | 《Journal of Computational Mathematics》副主编 | |
1990年--1994年 | 中国计算数学学会理事 | |
1994-年-1998年 | 中国计算数学学会常务理事 | |
1990年- | 《当代数学》丛书编委 | |
1992年 | 俄国《Optimization Methods and Software》编委 | |
1994年 | 美国数学会会员 | |
1995年-2000年 | 中国工业与应用数学学会常务理事 | |
1995年 | 《系统科学与数学》常务编委 | |
2000年--2008年 | 中国工业与应用数学学会副理事长 | |
1996年-1999年 | 国家自然科学基金委员会数学学科评议组成员 | |
1996年 | 美国工业与应用数学学会(SIAM)会员 | |
1996年 | 《运筹学学报》编委 | |
1996年 | 《中国科学》编委 | |
1996年 |
人物评价
袁亚湘从事运筹学研究并取得了系统成果,在信赖域法、拟牛顿法、非线性共轭梯度法等方法方面做出了重要贡献,在信赖域法算法设计和收敛性分析方面所做的工作是开创性的,在拟牛顿方法的理论研究方面,他和美国科学家合作证明了一类拟牛顿方法的全局收敛性,这是非线性规划算法理论在80年代最重要的成果之一。他和学生戴彧虹合作提出的“戴--袁方法”被认为是非线性共轭梯度法四个主要方法之一。他还首创性地提出了用信赖域方法和传统的线搜索方法的结合来构造新的计算方法,开创了利用非二次模型信息构造二次模型子问题的方法,提出了非拟牛顿方法。(中国科学院大学经济与管理学院评)
袁亚湘在世界,尤其是中国,为应用数学特别是优化领域的发展所做出的杰出服务及取得的卓越成就。(美国工业与应用数学学会杰出贡献奖评)
国外同行称袁亚湘在信赖域方法领域取得的成就是基石性的成果,他的贡献对最优化领域是至关重要的。(中国科学院数学与系统科学研究院)