May, 2024

集装箱预抵达时间不确定性下最小化 CV@R 的预装箱问题

PDF
TL;DR梳理货箱布局中遇到的船只到达时间不确定性的问题，提出一种基于条件风险最小化的混合整数线性优化模型并设计一种基于切割平面方法的精确算法，通过数值实验表明该方法与传统稳健优化模型相比可以产生高质量的货箱布局并加速计算大规模问题的求解。
container pre-marshalling problemship arrival timesuncertaintyconditional value-at-riskexact algorithm
发现论文，激发创造
  • 通过可配置的半 POMDP 优化空集装箱再定位和船队调度

    本研究提出了一种新的框架，Configurable Semi-POMDPs，来模拟 Empty Container Repositioning 问题，并提供了一个称为 Configure & Conquer 的两阶段学习算法，通过该算法可以优化 Cooperative Repositioning Policy 和 Fleet Deployment 策略，这种方法成功地避免了基于 Operation Research 方法的不足。

    Jul, 2022

  • 车队规模和混合配送车辆路径规划

    本研究研究了一种变体的车辆路径问题，具有分割交付、异构车队、车辆 - 商品不兼容等约束条件，将问题拆分成车队设计与路径规划两个部分，并使用混合整数规划进行求解，最后通过多个实验对其进行评估，并使用约束编程的解领衔初始化建立的模型。

    Dec, 2016

  • 不确定情况下逗留时间储存分配

    该研究针对仓储中的存储分配问题，提出了一种考虑仓库不确定性因素的新框架和 ParallelNet 神经网络模型，得到了良好的未来趋势预测和比传统方法更好的效果，在实际应用中也获得了劳动力成本最多下降 19% 的良好效果。

    Mar, 2019

  • 利用深度学习辅助的启发式树搜索解决集装箱预配载问题

    本论文提出使用深度学习网络，通过分析现有（接近）最佳解来学习解决策略和下界，从而自动设计 CPMP 启发式方法，将其与搜索树集成以产生迄今为止质量最高的 CPMP 启发式解决方案。

    Sep, 2017

  • 非平稳分布下的风险规避学习

    本文研究在线优化中的非稳态环境，以便决策者能够适应变化并提高性能。我们采用最小化风险敏感目标函数的策略，使用条件风险价值 (CVaR) 作为风险度量，并使用零阶优化方法来估计 CVaR 梯度。理论结果表明，我们设计的学习算法在凸和强凸函数上能够以高概率实现子线性动态遗憾。同时，数值实验在停车场动态定价方面展示了所设计算法的有效性。

    Apr, 2024

  • 分布鲁棒优化的大规模方法

    该文主要研究了基于 CVaR 和 chi-squared 分布的鲁棒优化问题，并提出了一种新的算法以及相应的优化方案。研究结果表明，该算法不仅适用于大规模应用，而且在实验中的效率比全样本方法高 9~36 倍。

    Oct, 2020

  • 使用 CVaR 改进变分量子优化

    研究混合量子 / 经典变分算法，使用条件风险价值作为聚合函数改善在所有组合优化问题的表现。

    Jul, 2019

  • 风险敏感和鲁棒决策：CVaR 优化方法

    本文提出了一种在 MDP 框架下考虑风险和建模误差的决策方法，采用风险敏感条件价值风险 (CVaR) 目标，同时探讨了 CVaR MDP 框架在风险敏感和鲁棒决策制定中的应用，其理论分析和数值实验结果均证明了该方法的实用性和有效性。

    Jun, 2015

  • 一种自适应大邻域搜索启发式算法解决多泊位连续靠泊分配问题

    本文介绍了一种解决多港口连续靠泊分配问题的自适应大邻域搜索算法，并应用于实际案例中，结果表明该方法可以在短时间内提供高质量的解决方案，并深入探讨了运营成本的影响因素。

    Feb, 2023

  • 面向偏好的末端物流配送规划

    本文提出了一种新的分层路由优化器，该优化器结合了优化和机器学习，通过可学习参数解决了有挑战性的最后一英里物流服务中遇到的困难的实际问题，并使用亚马逊的真实交付数据集证明了这种方法的重要性。

    Mar, 2023