Load Balancing in Mobility-on-Demand Systems: Reallocation Via Parametric Control Using Concurrent Estimation
移动按需（MoD）系统需要负载平衡，以保持一致的服务，在不同地区的不均匀的需求，随时间变化的交通条件。负载平衡的目标是共同最小化由于车辆不可用而丢失的客户请求的比例以及在负载平衡操作期间车辆空载行驶的时间比例。为了绕过这个随机动态最优化问题的全局最优解的棘手性，我们提出了一个参数阈值为基础的控制驱动的车辆的已知相对丰度和途中每个区域。这仍然是一个困难的参数最优化问题，对于该问题，人们经常采用试错法，其中通过仿真或从不同参数设置下的实际数据生成多个样本路径。与此相反，本文利用并发估计方法，同时从一个单一的名义样本路径构建多个样本路径。性能的参数控制器的中间尺寸系统进行了比较，一个简单的单参数控制器，一个状态盲静态控制器，一个政策的无控制，和理论推导的下界。仿真结果表明了状态信息在提高性能方面的价值。
2019-08-21 math.OC
Dynamic Type Matching
我们认为，中介的问题，动态匹配的需求和供应的异构类型在一个快速审查的方式。更具体地，存在需求和供给类型的两个不相交的集合，以及与需求类型和供给类型的每个可能匹配相关联的奖励。在每个时期，各种类型的需求和供给以随机数量到达。平台的问题是决定最佳匹配策略，以最大化总折扣奖励减去成本，假设不匹配的需求和供应将产生等待或持有成本，并将结转到下一个时期（放弃）。对于这个动态匹配问题，我们提供了充分条件匹配奖励，使最佳匹配策略遵循优先级层次之间的可能匹配对。我们表明，这些条件是满足垂直和单向水平分化的类型，质量和距离确定的优先级，分别。由于优先级属性，当考虑优先级层次结构中的特定需求和供应类型对时，最优匹配策略归结为匹配阈值结构。
2018-11-16 math.OC
Data-Driven Distributionally Robust Electric Vehicle Balancing for Autonomous Mobility-on-Demand Systems under Demand and Supply Uncertainties
University of Connecticut（康涅狄格大学）；University of Illinois, Chicago（伊利诺伊大学芝加哥分校）；Florida State University（佛罗里达州立大学）；Rutgers University（罗格斯大学）；University of Virginia（弗吉尼亚大学）
电动汽车（EV）由于其经济和社会效益而迅速被采用。自主移动按需（AMoD）系统也顺应了这一趋势。然而，EV的长充电时间和高充电频率对有效管理EV AMoD系统提出了挑战。电动汽车主动式驱动系统复杂的动态充电和移动过程，使得在设计车辆平衡算法时，需求和供应的不确定性很大。在这项工作中，我们设计了一个数据驱动的分布式鲁棒优化（DRO）方法来平衡电动汽车的移动服务和充电过程。优化目标是在乘客出行需求不确定和电动汽车供应不确定的情况下最小化最坏情况下的期望成本。然后，我们提出了一种新的分布式不确定性集的构造算法，保证所产生的参数包含在所需的置信区域与给定的概率。为了解决所提出的DRO AMoD EV平衡问题，我们推导出一个等价的计算上易处理的凸优化问题。基于出租车系统的真实电动汽车数据，我们表明，与不考虑不确定性的解决方案相比，我们的解决方案的平均总平衡成本降低了14.49%，平均移动公平性和收费公平性分别提高了15.78%和34.51%。
2022-11-24 cs.RO cs.SY eess.SY
Production Planning Under Demand and Endogenous Supply Uncertainty
研究需求和内生生产产量不确定性下的成品采购规划问题，将其建模为两阶段随机规划并提出基于Benders的精确算法，计算证明其优于已知基准并验证了双重不确定性建模的价值。
2025-06-30 math.OC
Optimal design of a local renewable electricity supply system for power-intensive production processes with demand response
本研究针对高耗能生产流程，优化集成需求响应的本地可再生发电与储能系统设计，分析了成本、排放影响及各因素的驱动作用与协同效应。
2024-03-06 math.OC
Dual Sourcing of Green Hydrogen: Balancing Local Production with Stochastic Capacity and Import with Random Yield
针对绿色氢能供应可靠性挑战，本文通过整合一般交货期、随机本地供应能力和进口随机产率的马尔可夫决策过程制定最优双源采购策略及启发式策略，经荷兰案例验证平均成本效益提升8%，为氢能贸易协议制定和投资规划提供支持。
2024-11-26 math.OC
Contingent Penalty and Contingent Renewal Supply Contracts in High-Tech Industry
与消费品行业不同，高科技制造商（OEM）通常将新产品开发成本分摊到多代产品中，每一代产品的需求都是基于提前订单和额外的不确定需求。此外，由于经济原因和法规，高科技原始设备制造商通常从单一供应商采购。相对于高昂的零售价，供应商生产高科技零部件的批发价较低。因此，激励措施不一致：OEM面临相对较高的库存不足成本，而供应商面临较高的库存过剩成本。在本文中，我们研究了供应合同，旨在调整高科技OEM和供应商之间的激励措施，使供应商将投资足够的，但不可验证的能力，以满足OEM的不确定需求。当专注于单代时，制造商可以协调分散的供应链，并通过增加传统的批发价格合同来提取所有剩余，如果供应商未能满足OEM的需求，则可以使用“或有罚款”。当由此产生的罚款太高，无法执行，我们考虑一类新的“或有续约”批发价格合同的规定：OEM将更新合同与现任供应商的下一代，只有当供应商可以满足当前一代的需求。通过将不更新作为隐含惩罚，证明了条件更新契约能够协调供应链。虽然OEM可以获得大部分供应链利润，但这种创新合同无法使OEM提取全部剩余。
2021-05-19 math.OC
Developing Talent from a Supply-Demand Perspective: An Optimization Model for Managers
虽然高管们强调人力资源是公司最大的资产，但对复杂的全球组织环境中人才管道规划的研究关注程度并没有反映出这一点。在制定符合战略业务规划和增长战略的人力资源管理战略方面存在着许多挑战。我们从供需角度通过资源获取镜头将管理人才的问题概括为一个工业商业案例，在这个案例中，一个组织通过有限的招聘渠道获得了有限的潜在候选人库，招聘多个角色。在这种情况下，我们在随机环境中开发了一个创新的分析模型，以帮助管理人员在其组织中进行人才规划。我们应用供应链的概念来解决这个问题，即具有特定能力的个人被视为独特的产品。首先建立了一个多期混合整数非线性规划模型，然后利用机会约束规划对模型的线性化实例进行处理，使模型中的随机参数服从任意的分布函数。接下来，我们使用一个实证研究，以验证该模型与一个大型的全球制造业公司，并展示了如何提出的模型可以有效地管理人才在实际情况下。一个随机分析实施的案例研究表明，一个合理的改进是来自将随机性的问题。
2017-08-07 math.OC
An Inventory System with Two Supply Modes and Lévy Demand
The University of Queensland（昆士兰大学）
本研究针对带两种补货模式的单物品连续盘点库存系统，用谱正Lévy过程建模需求，证明混合屏障策略最优并给出值函数半显式表达式，通过数值分析验证结论，推广了现有库存研究。
2025-10-30 math.OC
An Integrated Supply Chain Network Design for Advanced Air Mobility Aircraft Manufacturing Using Stochastic Optimization
针对eVTOL制造商缺乏供应链规划无法量产的问题，提出考虑多类不确定性的随机优化集成规划模型，经多场景验证适应性与性能更优，可助力企业实现最优决策与盈利。
2024-06-11 math.OC
Innovation Diffusion in EV Charging Location Decisions: Integrating Demand & Supply through Market Dynamics
本文提出整合创新扩散原则、连续时间流体排队模型与离散流加油选址模型的EV充电网络规划方法，通过三层网格策略优化站点布局，填补了区域可扩展供需整合模型的文献空白。
2024-02-22 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
Constrained Reinforcement Learning for the Dynamic Inventory Routing Problem under Stochastic Supply and Demand
University of Groningen（格罗宁根大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文提出约束强化学习框架及改进的LCRL方法，用于解决随机供应和需求下的氢气动态库存配送问题，实现高效优化与近优解。
2026-08-26 math.OC
Demand, Supply, and Performance of Street-Hail Taxi
出行决策对于了解人类流动、城市经济和可持续发展至关重要，但对其进行衡量具有挑战性和争议性。以往的出租车研究仅限于出租车站或招呼市场的聚合空间单元。在这里，我们估计的动态需求和供应的出租车在纽约市（NYC）在街道段的水平，使用车载全球定位系统（GPS）的数据，保护个人隐私。为此，我们模型的出租车需求和供应的非平稳泊松随机场的道路网络，和皮卡的结果，从收入最大化的司机寻找不耐烦的乘客。2009 - 2013年，纽约市所有13，237辆有执照的出租车的8.68亿次出行记录显示，虽然出租车需求在2011年和2012年几乎相同，但在2013年春季下降了约2%，可能是由交通网络公司（跨国公司）和票价上涨引起的。与普遍印象相反，在高需求地区，街头招车出租车的表现优于Uber等跨国公司，这表明出租车/跨国公司的监管需要改变，以减少拥堵和污染。我们表明，我们的需求估计是稳定的，在不同的供应水平和跨年，在现有的匹配功能没有观察到的属性。我们还验证了出租车皮卡可以建模为泊松过程。因此，我们的方法是简单的，可行的，可靠的估计街头招车出租车活动在一个高的空间分辨率，它有助于量化正在进行的讨论拥堵费的出租车和跨国公司。
2019-09-27 math.OC physics.soc-ph
Matching Supply and Demand in Production-Inventory Systems: Asymptotics and Optimization
本文研究一类基于缺货和缺货两种库存模型的大批量快速生产库存系统。这样的系统需要对各种供应策略下的关键绩效指标的渐近行为以及这些策略的预先规划有基本的了解。我们的分析依赖于一个彻底的研究与功率漂移的随机游动，这是独立的利益的渐近行为。除了提供关键的见解，我们的分析导致相应的最优化问题，产生简单的解决方案，接近最优的近似。我们还建立了一个等价的销售损失和缺货模型时，都有相同的惩罚成本，变得很大。
2015-01-28 math.OC math.PR
Graph-Based Equilibrium Metrics for Dynamic Supply-Demand Systems with Applications to Ride-sourcing Platforms
如何动态地测量需求和供应网络之间的本地到全球的时空一致性是诸如滴滴这样的乘车外包平台的基本任务。这种一致性度量对于市场效率的量化和不同平台政策（如调度）的比较至关重要。本文的目的是引入一个基于图的均衡度量（GEM）来量化的需求和供应网络之间的距离的基础上加权图结构。我们将GEM表示为不平衡运输问题的最优目标值，通过优化等价的线性规划可以有效地解决该问题。我们研究了创业板如何帮助解决网约车平台的三项运营任务。第一个是GEM实现了高达70.6%的减少均方根误差的预测精度的第二个最好的距离测量。第二个是使用GEM设计订单调度策略，使应答率和司机收入提高了1%以上，在数量上有了巨大的改善。第三，GEM将作为AB测试中比较不同平台策略的端点。
2021-03-23 math.OC stat.AP
Optimization of Fossil Fuel Consumption under Grid Energy Supply by Wind Energy and Auxiliary Batteries Using Fossil Fuel for Energy Supply
本文针对风能与化石燃料辅助电池协同供电的电网系统，建立随机模型并运用动态规划优化策略，以最小化化石燃料消耗并满足电网需求。
2023-10-17 cs.SY eess.SY math.OC
Optimal pricing control in distribution networks with time-varying supply and demand
University of Stuttgart（斯图加特大学）；Faculty of Mathematics and Natural Sciences, University of Groningen（格罗宁根大学数学与自然科学学院）
本文研究动态库存系统中的最优流控制问题，提出考虑时间变化供应需求、运输线路容量限制及Legendre型凸流成本函数的动态优化分布问题，并设计动态反馈控制器实现流的渐近最优及存储水平平衡。
2014-03-27 cs.SY eess.SY math.OC
Capacity Games with Supply Function Competition
本文研究了多个供应商竞争买方采购业务的情况。买方面临不确定的需求，需要在知道需求之前预留容量。每个供应商都有二维的成本，在需求实现之前产生的一些成本是为了储备能力，而在需求实现之后产生的一些成本是在交付时产生的。我们的模型的一个显著特点是，边际成本可能不是常数，这自然会导致我们的供应函数竞争框架中，每个供应商提供的价格和数量的时间表。我们把这个问题作为一个例子的一般类的能力游戏，并表明，当最优供应链利润是submodular，在均衡的买方作出保留的选择，最大限度地提高整体供应链的利润，每个供应商的利润等于他们的边际贡献的供应链，和买方采取剩余的利润。我们进一步证明了这种子模块性质在两种常见的研究背景下成立：（1）只有两个供应商;（2）在两个以上的供应商的情况下，每个供应商的边际二维成本分别是非减的和恒定的。
2019-05-27 cs.GT math.OC
Matching Impatient and Heterogeneous Demand and Supply
针对服务平台异质供需匹配中等待流失与成本问题，构建考虑耐心时间非线性影响的流体模型，推导渐近最优匹配率，提出离散审查及状态无关优先级策略，并揭示指数耐心时间假设的鲁棒性缺陷。
2023-12-17 cs.PF cs.SY eess.SY
Chance-constrained optimal inflow control in hyperbolic supply systems with uncertain demand
在本文中，我们解决的任务，建立一个最优的生产计划，考虑到不确定的需求。能量系统由双曲型偏微分方程（PDE）系统表示，不确定的需求流由Ornstein-Uhlenbeck过程捕获。我们根据生产者的风险偏好确定最优流入。由此产生的输出旨在最佳匹配给定风险标准的随机需求。我们使用不确定性量化的适应不同程度的风险规避。更准确地说，我们使用两种类型的机会约束，制定在规定的概率水平的需求满足的要求。在数值分析中，我们分析了电报员方程和现实世界的耦合天然气发电网络的机会约束最优化问题。
2020-01-10 cs.NA math.NA math.OC
A Multi-Stage Supply Chain Network Optimization Using Genetic Algorithms
在今天的全球商业市场上，单个公司不再作为拥有独特品牌的独立实体竞争，而是作为供应链环节的组成部分竞争。任何企业成功的关键是满足客户的需求，这可能会导致成本降低和服务水平的提高。在供应链网络中，在竞争和协作的环境中，决策是在产品需求、成本、价格、交货期、质量等不确定性的情况下做出的。如果决策不当，可能会导致成本高昂的库存过剩或无法满足客户需求的库存不足。在这项工作中，我们开发了一个双目标模型，最大限度地减少系统范围内的供应链成本和延迟交付的产品配送中心的三级供应链。为多目标最优化问题选择一组Pareto前沿需要鲁棒且高效的方法，该方法可以搜索整个空间。我们使用进化算法来找到一组帕累托前沿已被证明是有效的，在寻找整个帕累托前沿。
2014-08-04 cs.NE math.OC
No-Regret Learning in Two-Echelon Supply Chain with Unknown Demand Distribution
University of Southern California（南加州大学）；University of Washington（华盛顿大学）
针对需求分布未知的两级供应链模型，分别在集中式和分散式设定下基于Online Gradient Descent和Online Newton Step设计在线学习算法，实现了良好的后悔值保证与向最优库存决策的收敛，并验证了其经验有效性。
2023-10-20 cs.LG math.OC
Optimal Ordering Policies for Multi-Echelon Supply Networks
在本文中，我们制定了一个最优的订货策略作为一个随机控制问题，每个企业决定的投入量的基础上，从他们的上游供应商的库存量的输出好。为此，我们提供了一个封闭的形式的解决方案，为给定的固定生产策略的最佳要求的原材料。我们实施建议的政策上的15个公司的非循环网络的基础上，一个真正的产品供应链。我们首先模拟理想的需求情况，然后实施需求方冲击（即，需求水平超出政策制定考虑的范围）和供应方冲击（即，一些供应商停产），以评估拟议政策的稳健性。
2022-09-11 cs.SY eess.SY math.OC
Developing a Resilient, Robust and Efficient Supply Network in Africa
供应链需要平衡相互竞争的目标;除了效率之外，它们还需要对敌对和环境干扰具有弹性，并对长期需求的不确定性具有鲁棒性。设计高效的供应链已经进行了大量的研究，最近的研究集中在弹性供应链设计上。然而，弹性和鲁棒供应链设计的集成研究较少。本文提出了一种方法，包括弹性和鲁棒性的供应链设计。使用西非地区，这是困扰与持续的物流问题，我们开发了一个区域风险评估框架，然后应用分类风险的西非国家使用公开的数据。接下来，我们开发了一个数学模型，利用这个框架来设计一个弹性供应网络，最大限度地降低成本，同时确保网络在中断后的功能。最后，我们通过几个合理的紧急情况下，检查网络的鲁棒性需求的不确定性。
2020-03-03 math.OC physics.soc-ph
A uniformity principle for spatial matching
University of Illinois（伊利诺伊大学）；HEC Paris Business School（巴黎高等商学院）；Wharton School of Business, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）
本文提出空间匹配中的统一原则，通过双图随机几何图模型，研究在固定服务范围预算下如何分配以最大化满足需求，并推导出特殊情形的闭式表达式，为网约车、劳动力市场和无人机配送平台提供理论指导。
2026-02-18 cs.DS econ.GN math.OC
Model Predictive Control for Dynamic Hydraulic Balancing in Building Radiator Heating Systems: Modeling, Design, and Experimental Validation
Eindhoven University of Technology（埃因霍温理工大学）
针对建筑散热器供暖系统，提出一种考虑水力相互作用的灰箱模型，并集成到MPC框架中动态优化阀门与供水温度，实验显示RMSE降低约11%，舒适度违规减少至少27%。
2026-09-09 cs.SY eess.SY math.OC
Demand forecasting for companies with many branches, low sales numbers per product, and non-recurring orderings
我们提出了新的Top-Dog-Index来量化一个商品组的许多小分支机构的供应数据与销售数据的历史偏差。一方面，文献中关于客户需求分布的常见参数假设在我们的真实世界数据集中根本得不到支持。另一方面，直接从销售分布估计不同分支机构的需求分布的合理的非参数方法只能为我们提供统计上弱且不可靠的未来需求估计。基于我们行业合作伙伴的真实销售数据，我们提供证据证明我们的Top-Dog-Index在统计上是稳健的。使用Top-Dog-Index，我们提出了一种改进供应和需求之间的分支依赖比例的方法。我们的方法不能直接估计分支依赖的需求。然而，它可以根据历史上的供应过剩或供应不足，将分支机构分为给定数量的集群。分支的这种分类可以迭代地用于适应未来的供应和需求的分支分布。
2008-04-09 math.OC q-fin.GN
Fair Allocation Based Soft Load Shedding
可再生能源在发电中占据中心地位。由于这些可再生资源的间歇性，出现了供需缺口的问题。为了解决这个问题，在文献中已经在成本（添加峰值发电厂）、数据的可用性（需求侧管理“DSM”）、硬件基础设施（设备控制DSM）和安全性（电压降低）方面提出了几种技术。然而，这些解决方案在电力分配方面并不公平。在许多情况下，尽管在高峰时段可用的供应可能与需求不匹配，但是，总的总需求仍然小于全天的总供应。切负荷（完全停电）是一种常用的解决供需缺口的方法，它会造成巨大的经济损失。为了解决供需缺口问题，我们提出了一种称为软负荷削减（SLS）的解决方案，该方案以公平的方式将电力配额分配给每个家庭。我们通过定义一个家庭满意度函数来衡量SLS的公平性。我们用参数函数对家庭效用进行建模，并将SLS问题转化为一个社会福利问题。我们亦将公平分配产生的收益视为表现计量。为了评估我们的方法，在合成和真实世界的数据集上进行了广泛的实验，并将我们的模型与几个基线进行了比较，以显示其在公平分配和创收方面的有效性。
2020-08-11 eess.SP math.OC
A Network-Constrained Demand Response Game for Procuring Energy Balancing Services
针对配电网能量平衡服务采购的隐私与安全挑战，提出含物理网络约束的广义纳什需求响应博弈，设计仅共享非敏感信息的去中心化出清算法，经测试验证其低效率损失与可扩展性。
2024-08-13 cs.SY eess.SY math.OC
Pricing decisions under manufacturer's component open-supply strategy
面对巨大的市场潜力和新兴行业竞争的加剧，拥有关键技术的产品制造商倾向于考虑是否实施零部件开放供应战略。本文研究了在不同顾客感知价值和不同成本结构下，垂直一体化制造商（生产关键零部件和终端产品）与外部产品制造商（使用外购关键零部件生产终端产品）之间零部件开放供应策略下的定价博弈。本研究首先建立一个三阶段的定价博弈模型，并在此基础上引入相对顾客感知价值，提出需求函数。在需求函数的基础上，得到了外部制造商采购决策的可行域以及在每个可行域中的最优价格决策。在此基础上，分析了相对顾客感知价值、成本结构和市场结构对纵向一体化制造商价格决策和最优利润的影响。最后，对于最优零部件供应策略，提出了一个广义封闭供应帕累托区，并建立了几种具体配置下的供应策略帕累托区。
2021-03-13 econ.TH math.OC
Service Network Design Problem with Capacity-Demand Balancing
本文研究了在多阶段服务网络设计问题中，如何制定成本效益策略来应对过度需求。通常的假设是，货运公司的资产能力能够处理所有预测的需求;然而，我们假设存在某些时期，如假日季节，观察到过度需求。需求严格超过承运人的能力;即使如此，平均需求仍然可以全年满足。从这个意义上说，我们让运营商有三种选择来响应需求：用罚款分散需求，临时租赁额外的资产，以及外包一些能力。我们提出了一个建模和解决方案的方法，共同结合资产管理和规模，外包（第三方物流），提前/迟到的惩罚。我们的目标是最大限度地减少整体运营成本，通过优化选择和调度家庭车队方面的“需求转移”的选择，选择服务从第三方，并在设计的网络上的商品路由。我们提出了一个弧为基础的配方以及有效的不等式，并提出了一个全面的计算研究随机生成的实例。具有有效不等式（VI）的公式在获得更紧的下界方面优于常规公式。一组VI可以将可以在时间限制内最佳解决的中型实例的CPU时间缩短25%。此外，我们开发了一个自定义的多阶段专用合并和混合算法（DMaM）来解决CSSND问题，重点是在现实世界中的短时间内获得尽可能高质量的解决方案。DMAM有一个很有前途的潜力，特别是对于非常大的情况下，而商业求解器不能初始化的B & B算法，由于过多的内存使用获得的解决方案。
2019-06-20 cs.NI math.OC
Resilient Energy Allocation Model for Supply Shortage Outages
University of the Philippines, Diliman（菲律宾大学迪利曼分校）；University of California, Berkeley（加州大学伯克利分校）
本文提出多目标优化调度模型，研究在电网韧性与成本之间权衡时如何最优分配未用能源以应对供不应求停电问题。
2017-07-25 cs.MA cs.SY eess.SY
Bridging Theory and Practice: A Stochastic Learning-Optimization Model for Resilient Automotive Supply Chains
Glasgow Caledonian University（格拉斯哥卡里多尼亚大学）；Department of Mathematics（数学系）；Quaid-i-Azam University（夸齐-伊-阿扎姆大学）
本文提出一种融合贝叶斯学习与随机优化的供应链管理框架，通过365周期仿真验证其在稳定环境和供应中断下分别降低7.4%和提升5.7%成本效益，同时揭示需求冲击下的适用边界。
2025-11-09 cs.LG math.OC stat.ML
Dynamic Spatial Matching
该研究针对在线匹配平台的动态空间匹配问题，建模供需动态到达与位置不确定性，刻画了成本随系统规模和维度的缩放规律，证明多数情形下动态匹配成本接近全信息最优，仅一维纯需求动态情形下过剩供给会显著降本。
2023-10-06 cs.DS econ.TH math.OC
