Stochastic Optimization Models for a Home Service Routing and Appointment Scheduling Problem with Random Travel and Service Times
本文研究了一个服务和行程时间均不确定的路径选择和预约调度问题。具体来说，给定一组客户在一个服务区域内，运营商需要服务，我们试图找到运营商的路线和时间表。路由和调度决策的质量是总运营成本的函数，包括客户的等待时间，运营商的旅行时间，空闲时间和加班。我们提出并严格分析了一个随机规划模型和两个分布式鲁棒优化（DRO）模型来解决这个问题，假设一个已知和未知的服务和旅行时间分布，分别。我们考虑两种流行类型的DRO模型，即平均支持和1-Wasserstein模糊集的模糊集。我们推导出等效的混合整数线性规划（MILP）的DRO模型，可以实现和有效地解决使用现成的优化软件，从而使从业者使用这些模型。在一个广泛的数值实验中，我们研究了所提出的模型的计算和操作性能，展示了每个模型可以获得显着的性能改进，并获得对问题的见解。
2021-11-19 math.OC
Backpressure-based Mean-field Type Game for Scheduling in Multi-Hop Wireless Sensor Networks
NYUAD Research Institute New York University Abu Dhabi（纽约大学阿布扎比分校研究学院）；Department of Mathematics KTH Royal Institute of Technology（瑞典皇家理工学院数学系）；Engineering Division New York University Abu Dhabi（纽约大学阿布扎比分校工程学院）
本文提出基于背压的均场类型博弈框架，用于优化多跳无线传感器网络中的调度，通过结合均场项和背压动态，实现局部与全局效率的平衡。
2026-01-26 cs.SY eess.SY math.OC
Joint Optimization of Service Routing and Scheduling in Home Health Care
针对家庭医疗保健中护理人员路线与预约时间联合优化问题，提出VRASP模型及随机扩展，并设计VNS启发式算法，实验证明其优于确定性方法和CPLEX，提升运营效率。
2025-05-26 math.OC
Robust charging station location and routing-scheduling for electric modular autonomous units
本文研究了多式联运系统中电动模块化自主单元的鲁棒充电站选址与路径调度问题，通过构建基于路径的鲁棒优化模型并开发双重分解算法，实现了在需求不确定性下对充电站、车队规模和路径调度的联合优化，显著降低了乘客成本并提升了大规模运营效率。
2025-04-06 math.OC
A General Class of Throughput Optimal Routing Policies in Multi-hop Wireless Networks
University of California San Diego（加州大学圣地亚哥分校）
针对多跳约束排队网络中的吞吐量最优路由/调度问题，提出一类基于连续、可微、分段二次李雅普诺夫函数的通用路由策略，并证明其吞吐量最优性，同时恢复背压路由的吞吐量最优性并证明拥塞分集机会路由的吞吐量最优性。
2011-03-10 cs.NI cs.SY eess.SY
School bus routing by maximizing trip compatibility
University of Maryland（马里兰大学）
校车规划问题通常分为路线规划和调度问题，这两个问题的并行求解比较复杂。然而，这两个步骤之间的分离可能会导致更差的解决方案，总成本高于一起解决它们。在求解路径选择问题中的最小行程数时，忽略行程相容性的重要性可能会增加调度问题中实际需要的公交车数量。本文提出了一种新的多学校同质车队路径问题，最大限度地提高行程兼容性，同时最小化总行程时间。这将行程相容性的调度问题中的路由问题。由于这个问题本质上只是一个路由问题，所以找到一个好的解决方案并不麻烦。为了将该模型的性能与传统的路由问题进行比较，我们生成了八个中等大小的数据集。通过将路径选择问题产生的出行量引入到公交车调度（阻塞）问题中，结果表明，该模型比传统路径选择模型使用的公交车数量减少了13%。
2017-11-14 cs.AI math.OC
An optimization model for renewal scheduling and traffic flow routing
本文件是研究项目SATT（Samplanering av trafikpåverkande <$tgärder och trafikflöden，modellstudie /临时容量限制和交通流量的协调规划，模型研究）的第三个子报告。该报告总结了所考虑的建模替代方案。模型研究的主要结果是，我们提出了一个双层的方法来处理问题的两个部分，即更新项目的调度和随后的铁路交通流量的调整。这些贡献是：（1）用于调度项目任务的混合整数公式，以及（2）用于在这些项目任务的所施加的容量限制期间建立铁路交通的可能量的网络流公式。该模型的预期用途是用于特定生产年度的经济规划，该规划在生产过程开始之前进行。本文介绍了这个问题，并给出了（1）的完整描述，以及使用该模型进行的计算实验的结果。随附的报告给出了（2）的最终制剂的详细信息。
2021-11-25 math.OC
An optimization and simulation method for the home service assignment, routing, and scheduling problem with stochastic travel time, service time, and cancellation
在家庭服务分配、路由和预约调度（H-SARA）问题中，一组同构服务团队必须访问一组客户。家庭服务提供商需要决定雇佣多少个团队（即，规模问题），如何为客户分配服务团队（即，分配问题），如何路由服务团队（即，车辆路线问题），以及如何为客户安排预约时间（即，（1）使总成本最小化。为了解决H-SARA问题，我们提出了一个有效解的方法，包括两个阶段。在第一阶段，我们提出了一个列生成算法来解决大小，分配和路由问题。该算法是通过一个高质量的初始解，这是发现使用路由第一集群第二原则和多项式时间2近似算法。在第二阶段中，由于随机性质的旅行时间，服务时间，和取消，我们提出了一个模拟驱动的方法来决定预约时间，使所需的时间到达概率。为了保证仿真模型的适用性，我们讨论了随机参数的表征。所提出的想法可以嵌入到不同的解决方案中，包括在几秒钟内找到好的解决方案的快速启发式方法，或者以更长的计算时间为代价找到接近最优解的更精细的算法。最后给出了一个在AIMMS中实现的高层次柔性决策支持工具。
2021-09-20 math.OC
Scheduling and Routing in the Flexible Job Shop with Heterogeneous Transbots and Zoning: A Constraint Programming Approach
H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院 H. 米尔顿·斯图尔特工业与系统工程学校）；Department of Operations and Decision Systems, Université Laval（拉瓦尔大学运营与决策系统系）
本文提出两种约束编程方法，整合生产调度与转机器人路径规划，解决柔性作业车间中异构转机器人运输和分区约束的复杂问题，通过书-放策略提高求解效率。
2026-04-27 math.OC
Exact resolution of a simultaneous vehicle routing and crew scheduling problem in long-haul transport
本文研究长途运输中同时进行车辆路径规划与乘务排班问题，提出三种整数线性规划公式及有效不等式，并通过分支割平面算法在随机实例上验证了其性能。
2024-05-30 math.OC
A Multiperiod Workforce Scheduling and Routing Problem with Dependent Tasks
Universidade Federal de Lavras（拉夫拉斯联邦大学）
本文研究了一个新的劳动力调度和路径问题，称之为多周期相关任务的劳动力调度和路径问题。在这个问题中，客户向公司请求服务。每个服务都由相关任务组成，这些任务由不同技能的团队在一天或多天内执行。属于一个服务的任务可以由不同的团队执行，客户可以每天访问一次以上，只要不违反先例。目标是调度和路由团队，使最大完工时间最小化，即，所有服务均在最短天数内完成。为了解决这一问题，我们提出了一个混合规划模型，一个建设性的算法和启发式算法的基础上的蚁群优化（ACO）元启发式。优先约束的存在使得开发高效的局部搜索算法变得困难。这促使选择ACO元启发式，这是有效的指导建设过程走向良好的解决方案。计算结果表明，该模型能够一致地解决多达20个客户和60个任务的问题。在大多数情况下，性能最好的ACO算法能够在其计算时间的一小部分内匹配模型提供的最佳解。
2020-08-06 cs.AI math.OC
Leveraging Electric School Buses for Disaster Recovery: Optimizing Routing and Energy Scheduling via Branch-and-Price
针对灾害中关键负荷恢复，提出利用电动校车进行路径与能源调度的混合整数规划模型，并开发精确与启发式分支定价算法，显著提升计算效率并降低恢复成本。
2025-10-15 math.OC
Parallel drone scheduling vehicle routing problems with collective drones
本文研究卡车与可协作连接以提升升力和速度的集体无人机并行配送问题，首次提出多卡车变体，并为单卡车和多卡车版本分别构建约束规划及混合整数线性规划模型，实验取得最先进结果。
2023-07-07 math.OC
Driver Routing and Scheduling with Synchronization Constraints
本文针对长途巴士网络中司机可在途中任意站点交换的调度问题，提出基于时间扩展多有向图的数学模型和破坏性下界增强的数学启发式方法，在 Flixbus 真实案例中显著减少司机数量并高效求得可证明最优解。
2023-12-04 math.OC
Dynamic Home Care Routing and Scheduling with Uncertain Number of Visits per Referral
针对家庭护理中访问次数不确定的动态路由调度问题，提出MDP模型与近似线性规划策略，通过闭式解和启发式缩减技术实现大规模求解，优于现有实践。
2024-03-18 math.OC
Real-World, Large Scale, Multi-Period Log Truck Routing and Scheduling : Application to Canadian Forestry
Polytechnique Montréal（蒙特利尔理工学院）；Université du Québec à Rimouski (UQAR)（魁北克大学里穆斯基分校）；Natural Resources Canada, CanmetENERGY（加拿大自然资源部，CanmetENERGY）
针对加拿大林业多周期原木运输车辆路径规划与调度难题，分析业务规则构建网络，提出含所有运营约束的MILP公式及求解方法，结合先进求解器与元启发式策略，实验显示能在实际时间内获近最优结果，有财务收益且减排。
2026-07-21 math.OC
Constraint Programming models for the parallel drone scheduling vehicle routing problem
本文针对并行无人机调度车辆路径问题的两种变体，提出多个约束规划模型，并通过实验证明其既能求最优解，也能在中断执行时提供高质量启发式解和下界。
2023-07-06 math.OC
An Optimization Framework for a Dynamic Multi-Skill Workforce Scheduling and Routing Problem with Time Windows and Synchronization Constraints
本文针对按需家庭服务中带时间窗与同步约束的动态多技能劳动力调度与路径规划问题，提出实时优化框架和ALNS算法，并通过计算实验验证其有效性。
2023-09-17 math.OC
A Column Generation Algorithm for Vehicle Scheduling and Routing Problems
在自然灾害或人为灾害期间，人道主义组织面临一系列时间敏感的任务。其中一项任务涉及获取关键资源（例如，急救包、毯子、水），并将其运送给受影响的人。为了成功地将这些物品交付给有需要的人，该组织需要做出决策，从快速从当地市场购买车辆，到准备提货和交货时间表和车辆路线。在危机期间，车辆的供应往往有限，购置费用高昂，并规定了特殊的租赁期。与此同时，灾区需要尽快得到援助物资，必须在适当的时间内交付。因此，必须最佳和快速地做出车辆的获取、调度和路由的决策。在本文中，我们考虑了一个变种的货车开放的车辆路径问题的时间窗，这是适合于建模车辆路径操作在人道主义危机。我们提出了两个整数线性规划模型来制定的问题，第一个是基于弧的混合整数线性规划模型。第二个模型是基于路径的整数线性规划模型，针对该模型设计了两种快速路径生成算法。第一个模型是完全解决使用商业求解器，而我们建议解决列生成框架内的第二个模型。最后，我们进行了数值实验，并比较了两个模型得到的结果。我们表明，基于路径的模型，当解决我们的列生成算法，优于弧为基础的模型在解决方案的时间，而不牺牲解决方案的质量。
2018-08-20 math.OC
Robust Optimization Approaches for Routing and Scheduling of Multi-Skilled Teams under Uncertain Job Skill Requirements
我们考虑一个组合问题的团队和调度的多技能的员工，必须执行不确定的资格要求的工作。我们提出了两种建模方法，生成的解决方案是强大的可能的数据变化。这两种方法都使用预算不确定性的变量，其中资格要求的偏差受到约束。在第一种方法中，我们聚集不确定的约束，以确保目前在一个工作的工作资格的总数是不小于最坏情况下的值。我们表明，这些值可以预先计算，从而在一个强大的模型，与名义模型相比，几乎没有额外的复杂性。在我们的第二种方法中，我们绑定了所有作业的总体资格偏差。虽然这种方法是更复杂的，我们表明，它仍然是可以得到一个紧凑的问题制定使用线性规划制定的对抗性问题的基础上的动态程序。这两种方法的性能进行了分析，最初提供了一个确定性的问题版本的实例的测试床。我们的实验表明，所提出的方法在数据不确定性的存在下的有效性，并揭示了鲁棒性的代价和收益。
2020-10-31 math.OC
Distributionally Robust Optimization Approaches for a Stochastic Mobile Facility Fleet Sizing, Routing, and Scheduling Problem
我们提出了两个分布鲁棒优化（DRO）模型的移动设施（MF）车队规模，路由和调度问题（MFRSP）的时间依赖性和随机需求，以及解决这些模型的方法。具体来说，给定一组MF、规划范围和服务区域，我们的模型旨在找到要使用的MF的数量（即，车队规模）以及车队中每个MF的路线和时间表。目标是最小化建立MF船队的固定成本加上由模糊集定义的所有需求分布上的运营成本的风险度量（期望或平均条件风险值）。在第一个模型中，我们使用基于需求均值、支持度和均值绝对偏差的模糊集。在第二个模型中，我们使用一个模糊集，它包含了所有分布在1-Wasserstein距离参考分布。为了解决所提出的DRO模型，我们提出了一个基于分解的算法。此外，我们推导出有效的下界不等式，有效地加强主问题的分解算法，从而提高收敛性。我们还推导出两个家庭的破坏性约束，提高所提出的模型的可解性。最后，我们提出了广泛的计算实验，比较所提出的模型和随机规划模型的操作和计算性能，展示了显着的性能改善，可以获得和获得见解MFRSP。
2022-02-21 math.OC
A Generic Workforce Scheduling and Routing Problem with the Vehicle Sharing and Drop-off and Pick-up Policies
本文提出一种支持车辆共享与下客再接的通用劳动力调度路径问题，建立混合整数线性规划模型，并设计ALNS算法与上界算法，实验表明可显著降低总流程时间与服务成本。
2024-11-25 cs.CE math.OC
Learning Implicit Feasibility Constraints for Real-World Routing and Scheduling: Application to Log Transportation
Polytechnique Montreal（蒙特利尔理工学院）；Natural Ressources Canada, CanmetEnergy-Varennes（加拿大自然资源部，CanmetEnergy-Varennes）
针对实际路径与调度问题中隐式约束难以建模的问题，提出一种数据驱动的约束学习方法，训练图神经网络、决策树和线性回归三个预测器，并通过堆叠机制嵌入混合整数线性规划，在保证可行性的同时最小化目标退化。
2026-06-03 math.OC
Toward Efficient Transportation Electrification of Heavy-Duty Trucks: Joint Scheduling of Truck Routing and Charging
针对重型电动卡车运输，提出联合路线与充电调度优化，采用SLBLR方法分解复杂问题，实现快速近优解，并揭示电池容量与充电功率对成本及车队规模的影响。
2023-11-13 cs.CY cs.SY eess.SY
A pedestrian hopping model and traffic light scheduling for pedestrian-vehicle mixed-flow networks
本文提出了一个行人跳变模型和一个同时考虑行人和车辆的城市交通信号调度策略。首先，提出了一种新的由多个逻辑约束组成的数学模型来描述城市交通网络中的行人流，并通过跳跃规则来描述其动态，该跳跃规则描述了从一个等待区到另一个等待区的每个时间间隔的容量变化。基于跳变机制，以行人延误和行人不满意度两种不同的性能标准来描述行人交通灯调度问题。然后分别采用数学方法和元启发式方法求解调度问题：行人延误模型采用混合整数线性规划（MILP），行人延误模型和不愉快模型采用离散和声搜索算法（DHS）。其次，介绍了一个汽车交通网络的数学模型，它反映了驾驶员对交通信号灯的心理反应。第三，提出了一种最小化行人和车辆延误权衡的交通灯调度策略。最后，我们将行人和车辆的交通信号调度问题转化为一个MILP问题，可以通过几个现有的工具来解决，例如，古罗比。通过数值模拟，验证了该方法的有效性和行人运动对车辆交通流的影响.
2017-05-15 math.OC
Robust Routing and Scheduling of Home Healthcare Workers: A Nested Branch-and-Price Approach
针对家庭医护多日规划中时间不确定的问题，提出带基数约束鲁棒性的嵌套分支定价混合整数规划方法，兼顾多类约束与目标，实际规模算例可高效求最优，鲁棒性代价为护理人员负载降低，地理邻近性为次要分配因素。
2024-07-04 econ.GN math.OC q-fin.EC
Integrated packing, placement, scheduling, and routing of personalized production: a pharmaceutical Industry 4.0 use-case with a planar transport system
Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague（捷克信息学、机器人学与自动化技术研究所，布拉格技术大学）；Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格技术大学电子工程系）；Department of Chemical Engineering, University of Chemistry and Technology（化学与技术大学化工系）
本文提出一种基于平面运输系统的制药业4.0用例，通过混合整数二次规划和约束编程解决个性化药物生产中的包装、布置和调度问题。
2026-04-22 cs.AI math.OC
Rural School Bus Routing and Scheduling
Thayer School of Engineering at Dartmouth College（达特茅斯学院泰勒工程学院）
本文针对农村校车行程过长、利用率低及学校周边拥堵等问题，构建路线调度模型，提出道路网络感知的聚类后路径启发式算法，可减少学生通勤时间、提升校车利用率并降低拥堵，适用性广泛。
2026-08-12 cs.CY math.OC
Production and distribution planning, scheduling, and routing optimization in a yogurt supply chain under demand uncertainty: A case study
针对需求不确定的酸奶供应链，构建混合整数非线性规划模型并采用鲁棒模糊规划与遗传算法求解，通过案例验证其能优化生产配送调度与路径决策。
2024-06-09 math.OC
A National-Scale EV Charging Scheduling Framework: Optimal Detour Routing Under Infrastructure Capacity Constraints
Texas A&M University（德克萨斯农工大学）；Argonne National Laboratory（阿贡国家实验室）
研究在现有充电基础设施下电动汽车长途旅行调度负担与成本，提出基于优化的可扩展框架，分三阶段计算最优充电调度，应用于大量车辆轨迹，能快速生成可行调度并评估电动汽车成本竞争力。
2026-07-22 math.OC
A Repeated Route-then-Schedule Approach to Coordinated Vehicle Platooning: Algorithms, Valid Inequalities and Computation
车辆排队是降低燃料消耗、提高车辆安全性和更有效地利用道路空间的一种有前途的方法。我们认为重要的，但困难的问题，分配最佳路线和发车时间表的车辆集合。我们提出了一个迭代的路线，然后调度启发式集中规划，快速收敛到高质量的解决方案。我们还提出并分析了一系列有效的不等式的分配车辆的路线和调度的时间，车辆穿越他们的路线的个别问题。这些不等式，以减少求解路由和调度问题的实例的计算时间或最优性差距。我们的方法使用有效的不等式在路由和调度部分的每次迭代;数值实验突出了在现实世界的道路网络上的车辆路由的方法的速度。
2020-09-23 math.OC
Task-splitting in home healthcare routing and scheduling
本文将任务拆分引入家庭医疗护理路径规划与调度，提出两种混合整数线性规划公式及启发式算法以优化运营成本，结果表明该方法能减少人员需求、降低成本并提升护理人员资质匹配度。
2024-09-20 math.OC
Learning to recover: Adaptive local branching with reinforcement learning for log-truck routing and scheduling under disruptions
Polytechnique Montréal（蒙特利尔高等理工学院）；Université du Québec à Rimouski (UQAR)（魁北克大学里穆斯基分校）；Natural Resources Canada, CanmetENERGY（加拿大自然资源部，CanmetENERGY）
针对加拿大林业行业原木卡车路径规划和调度在干扰后的实时重新优化问题，提出将恢复制定为参数化的邻域受限混合整数线性规划，并用强化学习策略自适应选择参数值以高效导航稳定性 - 成本空间，能产生更优可行恢复计划。
2026-07-24 math.OC
A Decomposition Approach to Solve The Quay Crane Scheduling Problem
在这项工作中，我们提出了一个分解的方法来解决码头起重机调度问题。这是集装箱码头所面临的一个重要的海上运输问题，在集装箱码头中，码头起重机用于处理货物。目标是确定每个起重机的装卸作业顺序，以最大限度地缩短完工时间。我们解决了一个混合整数规划制定的码头起重机调度问题，分解成车辆路径问题和相应的调度问题。在不考虑起重机干扰的情况下，通过最小化最长起重机完工时间来解决路由子问题。该解决方案为整个问题的最大完工时间提供了一个下界，并将其发送到调度子问题，在调度子问题中确定每个任务的完成时间和最大完工时间。该方案类似于Benders的分解，特别是组合Benders切割的方案。我们评估所提出的方法通过解决文献中的实例，并与其他可用的方法的结果进行比较。
2016-04-02 cs.DS math.OC
A column-generation approach for an electricity technician routing and scheduling problem with a lexicographic objective
University of Fribourg（弗里堡大学）；University of Applied Sciences Western Switzerland（瑞士西部应用科学大学）；Hopia（霍皮亚）；EDF R&D（法国电力集团研发部）
本文提出了一种多目标优化方法，通过列生成算法解决电力技术人员路线和调度问题，优先最大化完成任务的总时长并最小化运营成本，实验证明该方法在小规模实例上优于紧凑型模型。
2026-04-06 cs.DM math.OC
A Dantzig-Wolfe Reformulation for Automated Aircraft Arrival Routing and Scheduling
针对终端机动区飞机进近路由与调度问题，提出基于 Dantzig-Wolfe 重构的新模型，引入树一致性与滞留飞机处理机制，在保证安全下大幅提升求解速度并解决高交通量实例。
2025-09-16 math.OC
