• <menu id="0s08q"></menu>
    <xmp id="0s08q">
    • 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 年第一屆物流智能算法學術研討會成功舉行

    • 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產運作與物流管理系、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,并對其優化精確算法——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啟發式算法。

    南京大學工程管理學院胡騫副教授也詳細講解了如何用CPLEX求解整數規劃問題以及CPLEX MIP Callbacks 應用。

    開幕式上,王紅衛為研討會致辭。他簡述了本次學術研討會的主要議題,旨在為物流優化領域海內外的眾多專家搭建一個學術平臺,并代表華中科技大學管理學院歡迎各位專家的到來,最后他衷心祝愿此次論壇圓滿成功。

    學術研討開始,意大利博洛尼亞大學的Roberto Baldacci副教授以“Solution of Vehicle Routing Problems: Past and Recent Contributions”為題作了學術報告,他談到,車輛路徑問題的解決需要確定一組路線,每個路線由在起點和終點都在自己倉庫的單個車輛執行,使得滿足客戶的所有要求,并最小化運輸成本。這些路線必須滿足若干業務的限制,這些限制取決于運輸貨物的性質、服務水平的質量、顧客和車輛的特點。Roberto Baldacci回顧了過去研究針對目前最先進的車輛路徑問題的精確算法,討論了不同作者在文獻中提出的最有效的方法,如路由松弛和路由枚舉,并概述了不同方法得到的計算結果以及這些方法如何應用于解決實際車輛路線選擇應用中出現的問題。

    接著,香港理工大學徐宙教授作了“A State-Time-Space Approach to Optimizing Locomotives Routing with Train Service Planning”的主題報告。他針對鐵路管理中的車輛路徑問題,提出了一種狀態-時間-空間方法,即利用列車服務計劃優化機車路徑。徐宙通過構造一個三維的狀態-時空網絡,其中一個狀態用來表示機車所服務的列車,將該問題轉化為具有不相容弧和整數流約束的最小成本多商品網絡流問題。徐宙詳細介紹了一種拉格朗日松弛啟發式算法,該算法采用了一套先進的優化技術來解決該問題,并通過計算驗證了拉格朗日松弛啟發式算法的有效性。

    來自南京大學工程管理學院的羅志興副教授分享了“A Benders Decomposition Approach for The Multi-Vehicle Production Routing Problem with Order-up-to-level Policy”主題報告。羅志興分享了,生產路線問題在集成供應鏈的應用,包括優化生產、庫存、配送和路線決策。他提出了一種求解多車生產路線問題的精確彎管分解方法,并將問題分解為一個主問題和一個次問題。主問題決定是否生產該產品、要生產的數量以及在規劃的每個階段要補充的需求。次問題則是將規劃的每個階段分解為一個車輛路徑問題,其中每個問題都使用基于集合劃分模型的精確算法求解。

    下午,華為諾亞方舟實驗室的高級工程師童夏良開展了題為“供應鏈優化在華為的應用”的主題匯報。他首先介紹了華為供應鏈綜述,包括諾亞方舟實驗室和華為供應鏈問題的介紹,并重點介紹華為供應鏈優化實踐,包括裝箱問題、裝柜問題、倉庫自動化調度及路徑優化問題在華為的實踐。

    天津大學管理與經濟學部朱寧副教授分享了題為“A Matheuristic Approach to the Orienteering Problem with Service Time Dependent Profits”的學術報告,他介紹了服務時間相關利潤的定點問題, 即每個定點收取的利潤是服務時間的非線性函數,其結果是通過確定要訪問的定點子集,并在給定時間內為每個定點分配適當的服務時間。朱寧提出了一個混合整數非線性編程模型,并實現了由tabu搜索方法和非線性編程組成的兩相數學算法,結果表明,該算法能夠高質量地解決。

    東北大學信息科學與工程學院的于洋副教授分享了題為“多類Green Pickup and Delivery Problem及基于Set Partitioning的精確算法”的主題報告。他以基本型Green pickup and delivery problem(GPDP)的Set Partitioning(SP)算法為基礎,介紹了多種類型GPDP的基于SP的精確算法,包括:多行程GPDP、集中式/合作式GPDP、多車型GPDP和雙目標GPDP。于洋分析了這些類型GPDP相比于基本型GPDP減少碳排放的潛力以及基于精確sharpley值的成本補償和利益分配方法。

    西南財經大學工商管理學院的章宇副教授作了題為“Robust Data-Driven Vehicle Routing with Time Windows”的分享。章宇針對在不確定的行駛時間下,時間窗口的數據驅動車輛路徑問題提出了一種新的方案。為了盡可能減少延遲,章宇提出了服務履行風險指數(SRI),將差旅成本限制在預算內,SRI既考慮了延遲到達的概率及其幅度大小,捕捉了旅行時間中的風險和沃瑟斯坦模糊度,并以封閉的形式有效地進行評估。

    接下來,亞利桑那州立大學教授周學松以“ADMM-based Problem Decomposition Scheme and Heuristic Algorithm for Vehicle Routing Problem”為題作了報告。針對新興城市物流應用在交通條件和時間敏感方面的挑戰,周學松及其團隊率先將ADMM引進到多車輛路徑問題中。他表示,傳統上,ADMM即交替方向乘子法,作為增廣拉格朗日松弛法和塊坐標下降法的結合,被廣泛應用于凸規劃領域。周學松進一步就ADMM的應用加以說明,并演示了如何將ADMM中使用的二次罰項簡化為簡單的線性函數。此外,周學松還介紹了基于時空狀態的建模框架和基于ADMM的原始啟發式算法,以及基于對偶的啟發式算法在車輛路徑調度中的應用。

    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,并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,并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并行計算求解車輛路徑優化問題”為題作了報告。他采用了基于GPU的并行計算來處理一個多目標優化問題,稱為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。為了找到最優解,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,并就它們的不同性能作了說明。

    活動最后,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,并鼓勵大家今后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
    鸿福彩票平台