教授
太阳成集团tyc151cc-太阳成集团tyc7111cc >> 师资队伍 >> 全职教工 正文
肖运海
姓名：肖运海
职称：教授
办公室：303
e-mail：
研究方向：最优化算法及应用
基本情况：
肖运海，男，1978年8月生，河南濮阳人，教授、特聘教授(省)，博士、博士后(双)，博士生导师，《》编辑部执行主任
教育背景：
2004.09-2007.07， 博士， 湖南大学， 应用数学专业
2001.09-2004.07， 硕士， 广西大学， 应用数学专业
1997.09-2001.07， 学士， 河南师范大学， 计算数学专业
工作经历：
2020.02至今， 河南省特聘教授
2019.08-2019.11， 加拿大西蒙弗雷泽大学， 访问学者
2018.07-2018.08， 香港理工大学， 访问学者
2017.01-2020.01， 河南大学，特聘教授
2017.01至今， 河南大学， 教授
2015.05-2016.05， 新加坡国立大学， 访问学者
2013.02-2013.04， 台湾理论科学研究中心， 访问学者
2011.01-2011.08， 台湾理论科学研究中心， 博士后
2009.01-2010.12， 南京大学， 博士后
2011.01-2016.12， 河南大学， 副教授
2007.07-2010.12， 河南大学， 讲师
研究领域：
运筹学、统计学
代表性学术论文：
见 ;
科研项目：
1. 高维半参数回归统计优化模型的基本性质及算法（11971149），国家自然科学基金面上项目，2020/01-2023/12，52万元，在研，主持
2. 几类典型稀疏优化问题的算法、理论及应用（11471101），国家自然科学基金面上项目，2015/01-2018/12，56万元，结题，主持
3. 基于压缩传感特殊优化问题的快速算法及其应用（11001075），国家自然科学基金青年项目，2011/01-2013/12，17万元，结题，主持
4. 矩阵范数优化问题算法及应用（13hastit050），河南省高校科技创新人才支持计划，2013/01-2015/12，40万元，结题，主持
5. 结构凸优化问题的算法及其在图像处理中的应用（2011ggjs030），河南省高校青年骨干教师，2012/01-2014.12，4万元，结题，主持
6. 基于压缩传感图像恢复的非精确交替方向法（20090461094），第46批中国博士后科学基金，2009/01-2010/12，3万元，结题，主持
7. 非结构数据的统计学习：数学基础及算法（2015cb856003），国家重点基础研究发展计划（973计划），2015/01-2019/12，1980万元，结题，参加
主讲课程：
《运筹学》、《数值代数》、《最优化计算方法》
社会兼职：
中国工业与应用数学学会理事
中国工业与应用数学学会信息与宣传委员会委员（2016-2021）
中国工业与应用数学学会青年工作委员会副主任
中国运筹学会宣传工作委员会副主任
中国运筹学会数学规划分会理事
河南省运筹学会副理事长
河南大学应用数学研究所所长
河南大学学术委员会委员
美国《数学评论》评论员
国家自然科学基金函评专家
学术交流：
1. 2021年10月受邀在“中国工业与应用数学学会第19届学术年会”上做30分钟报告（合肥）
2. 2018年10月受邀在“中国运筹学会2018年学术年会”上做30分钟报告（重庆）
3. 2017年5月受邀在“siam conference on optimization”上做30分钟报告（温哥华）
4. 2016年8月受邀在“中国工业与应用数学学会第14届学术年会”上做30分钟报告（湘潭）
5. 2014年11月受邀在“2014年数学规划应用与软件研讨会”上做50分钟报告（北京）
荣誉与奖励:
2011年 河南省高校青年骨干教师
2013年 河南省高校科技创新人才
2013年 河南省优秀硕士学位论文指导教师
2016年 河南省高校优秀共产党员
2017年 河南大学特聘教授
2018年 河南省教育厅学术带头人
2018年 河南大学青年五四奖章
2018年 河南省优秀硕士学位论文指导教师
2019年 河南省优秀硕士学位论文指导教师
2019年 开封市优秀教师
2020年 河南省高等学校特聘教授
2020年 河南省教育厅科技成果一等奖
2020年 河南省优秀教师
2020年 河南省高层次人才（c类）
2021年 河南大学师德标兵
研究生培养:
培养研究生30名，在读8名，毕业22名，考取博士研究生11名
研究生招生：
1. 硕士研究生：1--2名
要求：英语6级；初步编程能力；一定的组织能力；有读博意向
2. 博士研究生：0--1名
要求：研究方向为非光滑优化、半定规划、高维统计、机器学习等；英语6级及以上
3. 博士后：
要求：高维统计学（参数估计、变量选择等）、机器学习（深度学习）
4.访问学者：
要求：高维统计学、人工智能