近日，工业工程系刘俊驿助理教授及其合作者关于非凸非可微复合随机优化的两项研究分别在国际期刊 Mathematics of OperationsResearch和OperationsResearch在线发表。相关工作研究了：1）一类目标函数具有双层非凸非可微期望函数嵌套结构的复合随机优化问题的求解方法；2）基于区间条件风险价值的鲁棒统计学习模型的参数估计问题。分别针对这两类非凸非可微复合随机优化的问题结构，设计了基于累计抽样策略和凸代理函数的随机迭代算法，证明了算法迭代点列的任意聚点几乎处处都是原随机优化问题的驻点，提出了概率意义下的算法停止理论。研究工作为非凸非可微复合随机优化问题提供具有理论收敛刻画的算法支持。