星博国际

<form id="mhgf"></form>

<address id="mhgf"><listing id="mhgf"><meter id="mhgf"></meter></listing></address>

        <em id="mhgf"></em>

        <form id="mhgf"></form>

          
          

                  <kbd id='mhgf'></kbd><address id='mhgf'><style id='mhgf'></style></address><button id='mhgf'></button>

                      • 學院主頁
                      • 信箱
                      • 捐贈
                      • 常用資源
                      • 舊版網站
                      • English

                      學院動態

                      首頁 - 學院動態 - 正文

                      2019 年第一届物流智能算法学术研讨会成功举行

                      • 發布日期:2019-07-10
                      • 點擊數:

                        


                      7月5日至7日,由華中科技大學管理系統工程研究中心、湖北省系統工程學會主辦的2019年第一屆物流智能算法學術研討會在管理學院學術報告廳成功舉辦。出席本次論壇的嘉賓有管理學院生産運作與物流管理系、湖北省系統工程學會會長王紅衛教授及來自海內外著名高校的11名專家學者,會議由管理科學與信息管理系秦虎教授主持。

                      7月5日晚上,由南京大學工程管理學院羅志興副教授給學生帶來一場算法的短課,他簡單介紹了車輛路徑問題,並對其優化精確算法——側重分支定價法進行了詳細講解,帶動大家進行更多路徑優化的啓發式算法。

                      南京大学工程管理学院胡骞副教授也详细讲解了如何用CPLEX求解整数规划问题以及CPLEX MIP Callbacks 应用。

                      開幕式上,王紅衛爲研討會致辭。他簡述了本次學術研討會的主要議題,旨在爲物流優化領域海內外的衆多專家搭建一個學術平台,並代表星博国际歡迎各位專家的到來,最後他衷心祝願此次論壇圓滿成功。

                      学术研讨开始,意大利博洛尼亚大学的Roberto Baldacci副教授以“Solution of Vehicle Routing Problems: Past and Recent Contributions”为题作了学术报告,他谈到,车辆路径问题的解决需要确定一组路线,每个路线由在起点和终点都在自己仓库的单个车辆执行,使得满足客户的所有要求,并最小化运输成本。这些路线必须满足若干业务的限制,这些限制取决于运输货物的性质、服务水平的质量、顾客和车辆的特点。Roberto Baldacci回顾了过去研究针对目前最先进的车辆路径问题的精确算法,讨论了不同作者在文献中提出的最有效的方法,如路由松弛和路由枚举,并概述了不同方法得到的计算结果以及这些方法如何应用于解决实际车辆路线选择应用中出现的问题。

                      接着,香港理工大学徐宙教授作了“A State-Time-Space Approach to Optimizing Locomotives Routing with Train Service Planning”的主题报告。他针对铁路管理中的车辆路径问题,提出了一种状态-时间-空间方法,即利用列车服务计划优化机车路径。徐宙通过构造一个三维的状态-时空网络,其中一个状态用来表示机车所服务的列车,将该问题转化为具有不相容弧和整数流约束的最小成本多商品网络流问题。徐宙详细介绍了一种拉格朗日松弛启发式算法,该算法采用了一套先进的优化技术来解决该问题,并通过计算验证了拉格朗日松弛启发式算法的有效性。

                      来自南京大学工程管理学院的罗志兴副教授分享了“A Benders Decomposition Approach for The Multi-Vehicle Production Routing Problem with Order-up-to-level Policy”主题报告。罗志兴分享了,生产路线问题在集成供应链的应用,包括优化生产、库存、配送和路线决策。他提出了一种求解多车生产路线问题的精确弯管分解方法,并将问题分解为一个主问题和一个次问题。主问题决定是否生产该产品、要生产的数量以及在规划的每个阶段要补充的需求。次问题则是将规划的每个阶段分解为一个车辆路径问题,其中每个问题都使用基于集合划分模型的精确算法求解。

                      下午,華爲諾亞方舟實驗室的高級工程師童夏良開展了題爲“供應鏈優化在華爲的應用”的主題彙報。他首先介紹了華爲供應鏈綜述,包括諾亞方舟實驗室和華爲供應鏈問題的介紹,並重點介紹華爲供應鏈優化實踐,包括裝箱問題、裝櫃問題、倉庫自動化調度及路徑優化問題在華爲的實踐。

                      天津大学管理与经济学部朱宁副教授分享了题为“A Matheuristic Approach to the Orienteering Problem with Service Time Dependent Profits”的学术报告,他介绍了服务时间相关利润的定点问题, 即每个定点收取的利润是服务时间的非线性函数,其结果是通过确定要访问的定点子集,并在给定时间内为每个定点分配适当的服务时间。朱宁提出了一个混合整数非线性编程模型,并实现了由tabu搜索方法和非线性编程组成的两相数学算法,结果表明,该算法能够高质量地解决。

                      东北大学信息科学与工程学院的于洋副教授分享了题为“多类Green Pickup and Delivery Problem及基于Set Partitioning的精确算法”的主题报告。他以基本型Green pickup and delivery problem(GPDP)的Set Partitioning(SP)算法为基础,介绍了多种类型GPDP的基于SP的精确算法,包括:多行程GPDP、集中式/合作式GPDP、多车型GPDP和双目标GPDP。于洋分析了这些类型GPDP相比于基本型GPDP减少碳排放的潜力以及基于精确sharpley值的成本补偿和利益分配方法。

                      西南财经大学工商管理学院的章宇副教授作了题为“Robust Data-Driven Vehicle Routing with Time Windows”的分享。章宇针对在不确定的行驶时间下,时间窗口的数据驱动车辆路径问题提出了一种新的方案。为了尽可能减少延迟,章宇提出了服务履行风险指数(SRI),将差旅成本限制在预算内,SRI既考虑了延迟到达的概率及其幅度大小,捕捉了旅行时间中的风险和沃瑟斯坦模糊度,并以封闭的形式有效地进行评估。

                      接下来,亚利桑那州立大学教授周学松以“ADMM-based Problem Decomposition Scheme and Heuristic Algorithm for Vehicle Routing Problem”为题作了报告。针对新兴城市物流应用在交通条件和时间敏感方面的挑战,周学松及其团队率先将ADMM引进到多车辆路径问题中。他表示,传统上,ADMM即交替方向乘子法,作为增广拉格朗日松弛法和块坐标下降法的结合,被广泛应用于凸规划领域。周学松进一步就ADMM的应用加以说明,并演示了如何将ADMM中使用的二次罚项简化为简单的线性函数。此外,周学松还介绍了基于时空状态的建模框架和基于ADMM的原始启发式算法,以及基于对偶的启发式算法在车辆路径调度中的应用。

                      廣東工業大學機電工程學院魏麗軍教授就“考慮裝箱約束車輛路徑問題”這一主題展開介紹。在魏麗軍看來,車輛路徑和裝箱問題都是在實際物流配送中需要解決的問題,並且隨著計算機運算速度的提升,對于這兩個問題的解決方式也趨于多樣化。由此,魏麗軍對于考慮裝箱約束車輛路徑問題的常用求解算法進行了詳細的介紹,並針對他們的特點作了說明。

                      中山大學數據科學與計算機學院副教授張子臻以“基于GPU並行計算求解車輛路徑優化問題”爲題作了報告。他采用了基于GPU的並行計算來處理一個多目標優化問題,稱爲路徑平衡車輛路徑問題,即VRPRB。張子臻表示,VRPRB通過同時考慮兩個目標擴展了傳統的VRPs,第一個目標是總出行成本的最小化,第二個目標是確保多條線路之間的平衡。爲了找到最優解,張子臻提出了一種多目標模因算法,即MMA,它將特定于問題的局部搜索過程集成到一個多目標進化算法中。此外,張子臻針對基于CPU和基于GPU的算法進行了簡要介紹,並就它們的不同性能作了說明。

                      活動最後,秦虎進行了總結發言,他感謝了各位老師的精彩分享,給在場師生帶來一場學術盛宴,並鼓勵大家今後能夠通過此次機會多進行合作交流,做出更多更好的研究成果,期待明年與大家的再次相遇。

                      學院要聞

                      • 1
                      • 2
                      • 3
                      • 4
                      • 5