高速铁路客运专线的收益管理模型

本文在分析铁路客运收益管理的研究进展的基础上,提出了一个适合铁路客运专线的收益管理优化模型。模型以列车运营总收益最大化为目标,优化列车的席位控制和发车间隔,将席位分配与运营能力优化统一在一个模型中。利用随机生成数据进行的模型试验表明,模型可以在较短的时间内求解较大规模的收益管理优化问题。     

高速铁路客运网络列车开行方案优化模型

本文在分析铁路旅客列车开行方案优化研究进展的基础上,提出了一个适合我国铁路客运网络的开行方案优化模型。本模型综合考虑客票收入、运营成本、直达旅客数和总运送旅客数,在保证铁路旅客运输公共服务性质的基础上以运营商收益最大化为目标,对全网列车的开行方案的进行优化。利用随机生成数据进行的模型试验表明,模型可以在较短的时间内求解较大规模的铁路网络列车开行方案优化问题。     

非平稳需求下考虑碳配额的供应链选址-库存模型与算法研究

针对非平稳需求下考虑碳配额的多期、多需求情景的三级供应链选址-库存问题，构建了库存策略（t，s，S）下供应链运营期望收益最大化的两阶段选址-库存随机优化模型，依据供应链企业不同着眼点下的决策流程，提出了一种三步骤的分层级启发式算法，该算法包含了选址导向和需求导向的两种子问题序贯求解模式。数值算例验证了在不同问题规模及需求类型下算法求解的有效性，同时分析了供应链网络设计、各成本占比和运营收益对不同供应链成本结构、需求不确定性与碳配额的敏感性，并给出了管理上的启示。     

分销网络优化模型及算法研究

为了优化网络结构,寻求最佳配送策略,最终找出成本最小的供应链,针对需求拖动式供应链中,多供应商、多产品、多客户分销配送网络的优化设计问题,在考虑需求分配的情况下,提出了分销配送网络的优化模型。为了求解优化模型,提出了基于混合遗传算法求解混合0-1整数规划问题的算法,它是用遗传算法搜索0-1变量的最优解,将其他算法融入遗传算法中,对非0-1变量进行求解的一种算法。最后通过两个算例进行了仿真实验,初步验证了优化模型和算法的有效性。     

需求响应式公交中考虑即时订单的线路重调度优化

为了同时满足需求响应式公交中预约订单和即时订单两种用户需求，设计了一个公交线路的重新调度优化模型。该模型确保在满足预约订单出行需求的基础上，对公交行驶线路进行调度优化，以响应即时订单的需求，实现系统利润最大化的目标。根据模型的特殊结构，运用列生成算法求解，并设计了双向标签算法以加速子问题的求解效率。基于一个以上海市为背景的实际案例，验证了模型的可行性与有效性，大量的数值实验进一步验证了算法的高效性。结果表明：本文提出的模型与设计的算法可在较短时间内响应即时订单需求，并且可显著提高公交系统的收益。     

基于成本/服务权衡的逆向物流网络设计问题研究

逆向物流网络设计是企业获得经济利益和提高竞争力的战略决策之一。本文针对售后服务逆向物流网络设计问题,考虑了同时优化物流网络运营成本和服务水平,提出了一个多目标整数规划模型来确定服务中心的个数、位置、容量等级以及客户区指派到服务中心的策略,并得到成本和服务之间的权衡关系。设计了一种混合多目标进化算法求解模型。通过实例分析,找出了影响物流网络设计的关键因素。通过算例测试,对混合多目标进化算法和ε约束法进行了比较,结果表明混合多目标进化算法对求解中大规模的问题是一种良好的方法。     

考虑延误因素的机组排班模型研究

机组排班是航空公司运营计划的重要环节。传统对机组排班问题的研究,通常不考虑延误对排班的影响,导致机组排班的鲁棒性较差。本文在传统机组排班模型的基础上考虑延误成本,以最小化各项任务成本和延误成本为目标,提出了考虑随机延误因素的机组排班数学规划模型。然后提出求解此模型的启发式列生成算法,该算法可有效缩小问题规模,减少求解过程中的迭代次数并提高求解质量。利用航空公司真实飞行数据进行测试,证明算法可在短时间内求解大规模机组排班问题。最后,通过仿真试验证实考虑延误的机组排班模型可有效提升排班的鲁棒性。     

公共服务平台下虚拟联盟成员选择机制及联盟企业间协同制造问题研究

本文主要研究了公共服务平台下虚拟联盟成员选择和联盟企业间协同生产的联合优化问题。该问题主要涉及到虚拟联盟战略层面和运营层面两个层面,旨在实现虚拟联盟成员选择、订单分配和生产排序等三个阶段的协同优化。在分析单一联盟企业的生产排序最优化性质的基础上,本文给出了涉及到顾客订单分配和联盟成员选择的结构化性质。考虑到联合优化问题的复杂性,引入并拓展了用于求解连续优化问题的树种算法,开发了嵌入二维离散编码策略和离散种子生成规则的离散树种算法,给出了结合前述结构化性质的适应度计算方法,并开展了一系列仿真对比试验,实验结果表明所提算法相较于离散萤火虫算法和集合蛙跳算法等离散智能优化算法而言,在求解质量和鲁棒性上具有一定的优越性。本文的主要创新点在于提出了横跨战略层面和运营层面的虚拟联盟协同模型,开发了新颖的离散树种算法,能够为虚拟制造联盟的组建和运行提供一定的指导意义。     

随机多阶段分销网络设计模型

为了更合理的设计分销网络,本文提出了一种随机多阶段的联合选址-库存模型。在该模型中,不仅考虑了经济规模和分摊效益的影响。同时通过情景规划,考虑了在多阶段的分销网络设计中,对未来市场环境的不确定性。该模型的目标是使整个战略周期内的总期望成本(包括库存、运输、选址成本与损失的收益)最小。本文将该模型建立成为了一个非线性的整数规划模型,同时提出了一种基于拉格朗日松弛的求解算法。最后,本文使用该算法求解了三组不同规模的算例,得到的计算结果证明了拉格朗日算法是求解该模型的有效算法。     

基于持续运营机会约束的竞争设施点选址研究——一种有效的实数编码遗传求解算法

竞争设施点选址是空间经济、区域发展、组合优化和系统工程的重要课题之一。本文以市场份额最大化为目标,研究了基于持续运营机会约束的竞争设施点选址问题,并给出了一种有效的实数编码遗传求解算法。在求解模型方面,首先假定运营成本是竞争设施点规模大小的函数,并对设施点持续运营概率进行机会约束,借鉴引力模型建立竞争设施点选址-设计问题的非线性混合整数规划模型。其次,考虑到选址变量和规模变量的数值类型,以及编码变换问题,设计了一种实数编码遗传求解算法。通过数值实验表明,对不同规模问题的实际计算结果,该算法可以在较短时间内获得最优解,可行解和精确解之间误差小于0.5%,相关比较分析也讨论了该算法的优越性和实用性,为竞争设施点选址问题的研究提供了不同的视角和实用求解算法。     

海铁联运铁路集装箱定价与运营优化

铁路部门的改革加快了海铁联运的发展。本文从铁路运输经营人的角度研究铁路与公路运输竞争的情况下,铁路运输服务的定价和运营优化问题。首先利用顾客价值理论分析客户对铁路运输的需求和价格的关系。其次构建以利润最大化为目标的运营优化模型,并设计启发式算法求解。通过与遗传算法比较验证了算法的有效性。然后,得出不同价格水平下的最优班列路线、发班次数以及发班时间。结果表明对定价和运营策略的联合优化能够为铁路运输经营人带来最大的利润。     

考虑人车混采的道路信息采集的路径规划研究

本文考虑了道路信息外业采集的任务要求,人车混采的采集方式以及路网特性等方面,为道路信息采集人员的路径规划建立了满足人车混采约束的整数规划模型;提出了分阶段的转化算法,将其逐步转化为有限时间容量限制的弧路径问题(TCARP)。TCARP问题是一种NP-hard问题,精确求解算法无法在合理时间内得到问题的最优解,因此本文设计了求解TCARP问题的两种快速启发式算法TPS和TUH及其随机化版本;考虑到实际采集问题的大规模特性,在两种快速启发式算法的基础上构造GRASP-PA寻优算法。最后分别结合不同规模的基准算例和实际采集算例证明了本文所构造的算法的有效性。     

Optimizing the conditional value-at-risk in revenue management

Many service industries use revenue management to balance demand and capacity. The assumption of risk-neutrality lies at the heart of the classical approaches, which aim at maximizing expected revenue. In this paper, we give a comprehensive overview of the existing approaches, most of which were only recently developed, and discuss the need to take risk-averse decision makers into account. We then present a heuristic that maximizes conditional value-at-risk (CVaR). Although CVaR has become increasingly popular in finance and actuarial science due to its beneficial properties, this risk measure has not yet been considered in the context of revenue management. We are able to efficiently solve the optimization problem inherent in CVaR by taking advantage of specific structural properties that allow us to reformulate this optimization problem as a continuous knapsack problem. In order to demonstrate the applicability and robustness of our approach, we conduct a simulation study that shows that the new approach can significantly improve the risk profile in various scenarios.     

电网与天然气网络协同下配电网线路加固决策研究

燃气分布式发电机的配置与运行,对提高配电网应对自然灾害的能力具有重要作用,但同时也增加了配电网与天然气网络的相互依赖性,因此,考虑电网与天然气网络的协同运行显得尤为重要。本文对配置有燃气分布式发电机的配电网线路加固决策问题进行研究,考虑了线路受损的不确定性和电网与天然气网络协同运行,建立了具有三层结构的二阶段鲁棒优化模型。针对于天然气网络运行的非凸约束,采用二阶锥松弛将其松弛为二阶锥约束,并利用C&CG分解算法对模型进行求解。33节点-6节点的IEEE算例研究结果,表明了保证协同运行的关键配电线路具有加固的优先性,同时验证了考虑电网与天然气网络协同运行的合理性。     

基于免疫遗传算法和列生成的多项目人力资源调度研究

主要研究列生成法求解带有人力资源约束的多项目多模式进度管理问题。首先根据问题建立了相应的数学模型,模型中考虑了多种约束,如项目对人员能力、水平的不同要求,目标为满足约束的条件下成本最小化,其中包含固定和可变两类成本。模型分解后,按照列生成法流程求解。由于问题的复杂性,采用启发式算法求解每个子问题:首先由基于优先原则的启发式方法给出问题的初始解,再由免疫遗传算法寻优。通过数值实验分析了算法性能、模型改进情况,不同优先原则组合对目标成本和各项目间时间分配的影响。     

合理制定铁路客票价格的优化模型及算法

在充分考虑出行者和铁路客运部门两方面的利益情况下 ,提出一个双层规划模型以得到在多种交通方式竞争条件下的铁路客票价格制定的最优策略 .既保障了出行者使自己的广义出行费用最小 ,又能使铁路客运部门在运输市场竞争中取得的经济效益最大 .并且给出了求解该模型的 SAB算法。最后用一个简单的算例说明了模型及算法的应用     

Optimal Dynamic Upgrading in Revenue Management

We consider a revenue management problem involving a two compartment aircraft flying a single leg, with no cancellations or over‐booking. We apply the practice of transforming a choice revenue management model into an independent demand model. Within this assumed independent model, there are two sets of demands, business and economy, each with multiple fare class products. A business passenger can only be accepted into business. An economy passenger can be accepted into economy or upgraded into business. We define a two‐dimensional dynamic program (DP) and show that the value function is sub‐modular and concave in seat availability in the two compartments. Thus the bid prices are non‐decreasing with respect to these state variables. We use this result to propose an exact algorithm to solve the DP. Our numerical investigation suggests that in contrast to standard backward induction, our method could be included in production revenue management systems. Further, when the economy compartment is capacity constrained, we observe a substantial monetary benefit from optimal dynamic upgrading compared to the static upgrading procedures currently used in practice.     

无人仓系统储位分配问题的优化模型与算法

考虑到无人仓系统补货阶段货架上只有部分空余储位的特点，研究了补货商品储位分配问题的优化模型与算法。以同一货架上存放的商品之间关联度之和最大化为目标建立了混合整数规划模型；结合贪婪算法和邻域搜索算法设计了求解模型的两阶段方法。第一阶段利用贪婪算法求初始可行解；第二阶段利用邻域搜索算法对初始可行解进行优化。利用一个具体算例验证了邻域搜索算法的优化效果，结果显示，通过邻域搜索算法对初始可行解的优化，可以使目标函数值至少提升27%。进一步利用多个小规模算例分析了两阶段算法的近似比和求解速度，验证了算法的快速有效性。本文的研究结果不仅解决了货架初始状态非空情况下的储位分配问题，同样适合解决货架初始状态为空的情况，因此更加符合实际场景，可以作为无人仓管理信息系统的核心模型和算法。     

下料问题与运输问题联合优化建模

本文研究了考虑子材运输的标准一维下料问题。建立了由生产商负责运输时,标准一维下料与运输协调优化整数规划模型,最小化母材使用成本,子材库存成本及子材运输成本。采用拉格朗日松弛技术对有关约束进行松弛和模型分解,设计基于序列规则和FFD规则的混合启发式算法求解模型。该算法由两部分组成,分别用于求解标准一维下料子问题和卖方运输子问题。通过随机产生的1800个算例,验证模型合理性与算法的有效性。与基于列生成法的两阶段算法解进行比较,平均总成本降低了17.57%,表明集成算法优于两阶段算法。