Branch & Solve for Hub Location
本文提出一种基于2-索引聚合流变量和聚合需求约束的枢纽选址新模型,并开发了利用嵌套结构的分支与求解框架,可求解多达200个节点的实例至最优。
2025-08-04 math.OC
A Continuum Approximation Approach to the Hub Location Problem in a Crowd-Shipping System
本文提出一种基于枢纽的众包配送系统,结合连续近似与大邻域搜索启发式算法高效求解大规模枢纽选址问题,并利用区域预期包裹量设计动态分配策略,在华盛顿特区网络中验证了其速度快且性能优。
2022-02-10 math.OC
Revisiting Continuous p-Hub Location Problems with the L1 Metric
针对城市物流应用需求,研究L1度量下的连续p-枢纽选址问题,推导少枢纽情形闭式解、提出多枢纽仿真近似法,并扩展至多服务提供者场景,最终用于优化弗吉尼亚海滩公共AED布设。
2025-01-14 math.OC
A note on 'Collaborative hub location problem under cost uncertainty'
在M.K. Khakim Habibi,Hamid Allaoui,Gilles Goncalves,成本不确定性下的协作中心定位问题,计算机与工业工程第124卷,2018年10月,第393-410页,作为协作容量限制多分配中心定位问题的模型。在本文中,我们指出了建模中的一些缺陷。特别是,我们阐述和解释,这些模型都没有纳入任何元素的协作活动。
2019-10-04 cs.OH math.OC
A Lagrangean Relaxation Algorithm for the Simple Plant Location Problem with Preferences
带订单的简单工厂定位问题(SPLPO)是简单工厂定位问题(SPLP)的一个变种,其中客户对将为他们服务的设施有偏好。特别是,客户通过对每个潜在设施进行排名来定义他们的偏好。尽管SPLP已经在文献中得到了广泛的研究,但SPLPO的研究要少得多,并且可以解决的实例的大小非常有限。在本文中,我们提出了一个启发式,使用拉格朗日松弛输出作为一个半拉格朗日松弛算法的起点,找到良好的可行解(通常是最优解)。我们进行了计算研究,以说明我们的方法的良好性能。
2018-05-10 math.OC
Upgrading nodes in tree-shaped hub location
在本文中,我们介绍了枢纽树定位问题升级,混合的枢纽树定位问题,提出了Contreras等。al(2010),以及Krumke(1999)首次研究的具有升级节点的最小成本生成树问题。除了定位集线器、确定连接集线器的树以及将非集线器节点分配给集线器之外,还必须考虑到给定的升级节点的总数,来做出关于哪个集线器将被升级的决策。我们提出了两种不同的混合规划线性规划配方的问题,收紧配方,并产生几个家庭的有效不等式。一个计算研究显示的改进与加强的配方,并比较它们。
2018-02-14 cs.DM math.OC
Ordered Median Hub Location Problems with Capacity Constraints
单一分配有序中位数枢纽定位问题是Puerto et al.(2011)中引入的一个最新枢纽模型,该模型提供了对广泛类别的枢纽定位模型的统一分析。在本文中,我们处理这个问题的容量限制版本,提出了两个配方,以及一些预处理阶段固定变量。此外,还研究了通过使用有效不等式族来加强其中一个公式。电池的测试问题,从AP库中的数据得到解决,它表明,运行时间已显着减少与本文中提出的改进。
2015-03-15 cs.DS math.OC
Hub Location under Uncertainty: a Minimax Regret Model for the Capacitated Problem with Multiple Allocations
在本文中,容量限制的枢纽选址问题的最小最大遗憾模型,它考虑到不确定的设置成本和需求。我们专注于枢纽选址与多个分配作为一个战略问题,需要一个明确的解决方案。调查如何确定性模型可能会导致次优的解决方案,我们提供了一个有效的制定方法的问题。计算分析进行调查的不确定性对枢纽的位置的影响。建议的模型也比较了替代方法,季节优化,在效率和实用性。结果表明,在解决实际的枢纽选址问题,将随机性和可变性的参数的重要性。将我们的方法应用到一个来自工业食品生产公司的案例研究中,我们解决了一个涉及季节性需求和不确定性的物流问题。该解决方案产生了一个明确的枢纽网络配置,在整个规划范围内实施。
2017-09-17 cs.DS math.OC
A Neural Benders Decomposition for the Hub Location Routing Problem
本研究提出模仿学习框架增强Benders分解,解决子问题退化问题,通过两种策略加速对偶解获取,实验验证显著提升分解效率。
2023-09-02 math.OC
A Novel Co-Evolutionary Algorithm for Solving a Bilevel Pricing and Hubs Location Problem under a Tree Topology
本文提出带价格的双层树形枢纽选址问题(BTHLPwP),通过双层优化建模与单层重构,设计新型协同进化算法(Co-EA)求解,创新性地将种群与领导者决策变量子集关联以生成双层可行解。
2025-03-01 math.OC
An Approximation Algorithm for Multi Allocation Hub Location Problems
本文针对多分配 p-枢纽中位、无容量约束枢纽选址及 p-枢纽选址三类问题,提出一种新的近似算法,结合已有算法显著改进了近似界,并能处理更大规模实例。
2023-07-14 cs.DM math.OC
Hub location with congestion and time-sensitive demand
本文首次联合考虑枢纽拥堵与时间敏感型需求,提出两种混合整数线性规划公式,并通过计算实验分析解的结构及参数影响。
2024-01-14 math.CO math.OC
Optimal Actuator Location of the Minimum Norm Controls for Stochastic Heat Equations
本文研究了可测集上随机热方程的近似能控性,以及最小范数控制的最优执行器位置。我们将执行器位置及其相应的最小范数控制的松弛最优化问题转化为两人零和对策问题,并通过纳什均衡给出了最优解的充分和必要条件。最后,我们证明了松弛的最优解是经典问题的最优执行器位置。
2017-10-17 math.OC
Optimal Actuator Location of the Minimum Norm Controls for Heat Equation with General Controlled Domain
本文研究了控制定义在空间$L^p(0,T;L^2(Ω))$中的多维热方程的最小范数控制的最优执行器位置。致动器域$ω$在仅需要具有规定的勒贝格测度的意义上是相当一般的。将松弛问题转化为两人零和对策问题。利用对策论,给出了$p\in[2,+\infty]$系统存在松弛最优执行器位置的充要条件,并给出了相应博弈问题的Nash均衡的刻画.一个有趣的情况是$p=2$的情况下,它表明,经典的最优执行器位置可以得到放松的最优执行器位置没有附加条件。最后,对于$p=2$,给出了经典最优作动器位置的一个充分和必要条件.
2020-10-23 math.OC
Metaheuristic for Hub-Spoke Facility Location Problem: Application to Indian E-commerce Industry
Ecom Express Limited(Ecom Express有限公司)
印度电子商业行业在过去十年中不断发展,预计未来几年将继续增长。由于许多第三方物流供应商的出现和更高的客户期望,焦点现已转移到周转时间(TAT)上。交付供应商的主要考虑因素是平衡其整体运营成本,同时满足向客户承诺的TAT。电子商业交付合作伙伴通过一个设施网络进行运营,这些设施的战略位置有助于有效地运行运营。在这项工作中,我们确定了全国各地的枢纽的位置,以及它们与配送中心的对应映射。我们的目标是最大限度地减少总网络成本与TAT坚持。我们使用遗传算法和利用业务约束,以减少解决方案的搜索空间,从而解决时间。结果表明,与当前情况相比,TAT依从性提高了9.73%。
2022-12-16 cs.LG math.OC
Optimizing Accessibility and Maximum Travel Times in Transit Networks: The Hub Covering Location Problem
Universidad de Cádiz(加的斯大学);Universidad Andres Bello(安德斯·贝略大学);Center for Advanced Transportation, Logistics, and Economic Competitiveness (CATLEC)(先进交通、物流与经济竞争力中心)
提出集成公交系统设计优化模型,通过限制短途出行时间和长途网络时间,确保用户可达性与系统效率,并给出混合整数线性规划与数学启发式算法。
2026-06-26 math.OC
Logistics Hub Location Optimization: A K-Means and P-Median Model Hybrid Approach Using Road Network Distances
LUMS(拉合尔管理科学大学);King Fahd University of Petroleum and Minerals(法赫德国王石油与矿产大学)
本文提出一种结合K-Means聚类与P-Median模型的混合方法,基于路网距离优化物流枢纽选址,并在真实配送数据上验证每次配送可节省815米(10%)。
2024-07-04 cs.AI cs.LG math.OC
An Exact Algorithm for Large-scale Non-convex Quadratic Facility Location
我们研究了一类一般的二次容量限制的$p$选址问题--具有单一分配的设施定位问题,其中在目标函数中引入了一个不可分离的、非凸的二次项来考虑设施和客户分配之间的交互成本。该问题在运输和物流领域有许多应用,其中最著名的特例是单分配枢纽定位问题及其许多变体。非凸,二元二次规划线性化,通过应用一个重新制定的线性化技术和由此产生的连续辅助变量使用Benders分解投影。然后使用精确的分支和切割算法,利用底层的网络流结构的分解分离子问题,有效地产生强大的帕累托最优的Benders削减解决所获得的Benders重新制定。其他增强功能,如数学,部分枚举程序,变量消除测试也嵌入在拟议的算法框架。对基准实例(最多500个节点)和一组新实例(最多1,000个节点)的四个变体的单分配枢纽定位问题进行了广泛的计算实验,证实了该算法扩展到大规模实例的能力。
2021-07-20 math.OC
Capacitated Bounded Cardinality Hub Routing Problem: Model and Solution Algorithm
在本文中,我们解决了有界基数枢纽定位路由与路线容量,其中每个枢纽作为一个转运节点的一个有向路线。枢纽节点的数目介于最小值和最大值之间,枢纽级网络是一个完全子图。转运操作发生在枢纽节点,从枢纽级运输机到轮辐级车辆的流量转移时间影响轮辐到枢纽的分配。提出了一种求解该问题的数学模型和基于Benders分解的分支切割算法。为了加速收敛,我们的解决方案框架嵌入了一个有效的启发式,在短的计算时间内产生高质量的解决方案。此外,我们展示了如何利用对称性来加速和提高我们的方法的性能。
2017-05-22 math.OC
Hub Network Design Problem with Capacity, Congestion and Heterogeneous Economies of Scale
针对含拥堵与异质规模经济的枢纽网络设计问题,本文联合战略选址容量与运营路径分配决策,并提出基于流的MISOCP模型,经真实数据验证其求解效率并给出物流网络设计指导。
2024-04-04 math.OC
Optimal Actuator Location of the Norm Optimal Controls for Degenerate Parabolic Equations
针对退化抛物方程近似能控性中的最小范数控制,本文将执行器位置与控制联合优化转化为两人零和博弈,给出四种等价表述,并证明松弛问题的解即为经典问题的最优执行器位置。
2023-08-17 math.OC
Presolving and cutting planes for the generalized maximal covering location problem
本文针对广义最大覆盖选址问题提出同构聚合、优势归约和双顾客不等式三种预处理与割平面技术,显著增强了混合整数规划求解器的求解能力,并解决了多个此前未解的基准实例。
2025-05-09 math.OC
Algorithms and dimensionality reductions for continuous multifacility ordered median location problems
本文提出了一种求解任意维数和具有$\ell_τ$ -范数的一类连续多设施定位问题的一般方法,提出了两种不同的方法:1)用一种新的二阶锥混合整数规划公式和2)用一系列收敛于问题解的半定规划公式;这些轻松的问题中的每一个都可以使用SDP求解器在多项式时间内解决。为了能够解决更大的问题,我们应用稀疏性和对称性的问题的降维。
2014-10-19 math.OC
An Improved Algorithm for Fixed-Hub Single Allocation Problem
本文讨论了固定枢纽的单一分配问题。在这个问题中,网络由枢纽节点和终端节点组成。集线器是固定的,完全连接的;每个终端节点连接到一个单一的集线器,路由所有的流量。目标是最小化网络中路由流量的成本。在本文中,我们提出了一个基于线性规划(LP)的舍入算法。该算法基于两个想法。首先,我们通过引入一组有效性约束来修改Ernst和Krishnamoorthy(1996,1999)中引入的LP松弛公式。然后,在获得LP松弛的分数解之后,我们利用几何舍入算法获得积分解。我们表明,通过将有效性约束,加强LP往往提供更严格的上限比以前的方法多一点的计算工作量,得到的解决方案往往有一个更小的差距与最优解。我们还制定了一个强大的版本的FHSAP,并表明它可以防止数据的不确定性,成本很小。
2014-02-17 cs.CC cs.DS math.OC
Modelling the Incomplete Intermodal Terminal Location Problem
在本文中,我们介绍和研究不完全版本的联运码头定位问题。它是对经典图的推广,放松了由定位终端导出的图是完备图的假设。我们提出了一个混合整数规划模型的问题,我们提供了几个扩展。所有模型均在CPLEX求解器中通过验证进行测试。数值结果报告使用著名的数据集从文献中。
2019-03-09 cs.DM math.OC
A scaleable projection-based branch-and-cut algorithm for the $p$-center problem
$p$ -中心问题(pCP)是选址科学中的一个基本问题,给定客户需求点和可能的设施位置,我们希望从这些位置中选择$p$来开放设施,使得任何客户需求点到其最近开放设施的最大距离最小。pCP的最新解决方案使用其与集合覆盖问题的连接,通过重复求解集合覆盖问题以迭代的方式解决pCP。经典的教科书整数规划(IP)制定的pCP通常被解雇,由于其规模和坏的线性规划(LP)松弛界。我们提出了一种新的解决方案的方法,工作在一个新的IP制定,可以通过投影从经典的制定。该配方是通过分支和切割,其中削减需求点迭代生成解决。此外,配方可以加强与组合信息,以获得更紧密的LP松弛。特别是,我们提出了一种新的方法来使用下界信息,以获得更强的削减。我们表明,我们的强化配方的LP-松弛界具有相同的强度,在文献中,这是基于一个半松弛的最知名的界。最后,我们还提出了一个计算研究的实例,从文献中有超过70万的客户和地点。我们的解决方案算法是具有竞争力的高度复杂的集覆盖为基础的解决方案算法,这取决于各种组件和参数。
2022-01-29 cs.DM math.OC
A Markov Decision Process Approach for Managing Medical Drone Deliveries
University of Twente(特文特大学);University of Arkansas(阿肯色大学)
我们考虑在无人机中心优化配送操作的问题,该无人机中心将无人机调度到不同的地理位置,从而产生对医疗用品的随机需求。无人机交付是一种创新方法,它带来了许多好处,例如低接触交付,从而减少了大流行病和疫苗可预防疾病的传播。虽然我们专注于这项工作的医疗用品交付,但无人机交付适用于许多其他物品,包括食品,邮政包裹和电子商务。在本文中,我们的目标是解决与不同地理位置的随机需求相关的无人机交付挑战。我们考虑与地理位置相关的不同类别的需求,这些需求需要不同的飞行范围,这与无人机电池中的电量直接相关。我们根据它们与无人机枢纽的距离对随机需求进行分类,使用马尔可夫决策过程对问题进行建模,并使用代表一家知名无人机送货公司的真实数据进行计算测试。我们解决了这个问题,使用强化学习方法,并显示其高性能相比,使用动态规划的精确解。最后,我们分析了结果,并为管理无人机枢纽运营提供了见解。
2021-11-29 cs.AI cs.LG math.OC