本文研究线性规划、近似算法和贪心算法在解决混合装箱和覆盖问题方面的应用，并提出一种可行的贪心算法，该算法复杂度为 O (epsilon^-2 log m) 线性时间迭代，且结论推广了之前的研究结果。

May, 2002

本文研究在线问题中的线性规划问题，提出了解决混合 packing 和 covering 约束线性规划在线问题的算法，并应用于两个与机器调度和设施定位相关的问题，得到了多项式对数竞争积分解决方案。

Mar, 2012

本文提出了基于面积凸性的混合装箱问题 LP 的宽度相关算法并进一步将其应用于最密子图问题中，实现了比宽度独立算法更高的精度。

Sep, 2019

本文介绍一种结合‘Dual Fitting’和‘因子揭示线性规划’的贪心算法来设计和分析解决度量未限制的设施选址问题，在完全二分图中运行时间分别为 O (mlog m) 和 O (n^3)，适用于改善该问题的几个变种的最近结果。

Jul, 2002

探讨 “移动设施位置” 问题，在公共度量空间中移动设施以减少总体成本，并使用一种基于局部搜索的近似算法，实现任意常数 ε>0 的（3+ε）- 近似度。

Jan, 2013

本文提出一种针对多个资源分配问题的算法体系，将在线请求建模为每次从未知的概率分布中独立抽取，给出了一个在任意接受数据的情况下获得一定比例最优解的单一算法，并且探究了如何在任意情况下应对敌对分布。同时，文中提出了解决大型 LPs 混合装填覆盖问题的快速算法，并分析了该算法在在线拍卖、网络路由和广告策略方案等特殊情况下的应用。

Mar, 2019

以差分隐私为前提，对解决集合覆盖问题的可能性结果进行了研究，发现在部分集合覆盖问题中，这种难度结果会消失，从而提供了具有非平凡逼近保证的显式集合覆盖的不同隐私算法，并给出了百科拉蒂问题的私有（双目标）逼近算法，该问题是 $k$-center/$k$-supplier 的推广，该算法显示了松弛覆盖要求为仅服务人口的一部分，从而使我们能够避免本质上的困难。

Jul, 2022

针对度量空间中的经典设施定位、$k$- 中位数和 $k$- 均值问题，我们提供了近线性时间的逼近方案，并展示了针对各种变型问题的技术扩展。

Dec, 2018

我们对传统的设施位置问题进行了变体研究，研究了代理人的个体成本函数与设施到代理人的距离乘以某一由设施位置决定的缩放因子的乘积；我们探讨了总成本和最大成本的最优解计算，以及在近似机制设计中代理人偏好不再是单峰时的条件并寻找了满足这些条件的缩放函数对应的策略稳定和匿名机制可达到的总成本和最大成本的近似比例。

Feb, 2024

本文针对覆盖整数规划问题提出了基于随机取整与修改的简单算法来改进其逼近度，并证明了近似度几乎是最优的，并且在没有失去逼近保证或效率的情况下可以去随机化，同时也提出了一种基于强化的线性规划近似方案，其运行时间比之前的最优解快 n 倍。这两个算法的组合使得本文提出的覆盖整数规划问题算法在近乎线性的时间内得到准确的结果。

Jul, 2018