Solving Dynamic Programming with Supremum Terms in the Objective and Application to Optimal Battery Scheduling for Electricity Consumers Subject to Demand Charges
本文研究了目标函数中含有上确界项时的动态规划问题。这些项可以表示与底层状态变量相关联的开销成本。具体地，这种形式的最优化问题可以用于表示电池的最优调度，例如用于受按需收费（基于电力消耗的最大速率的收费）的电力消费者的Tesla Powerwall。这些需求费用反映了公用事业建设和维护发电能力的成本。不幸的是，我们表明，动态规划问题的上确界条款不满足最优性原理。然而，我们也表明，上确界是一个特殊的情况下，类向前可分目标函数。为了解决动态规划问题，我们提出了一类具有前向可分离目标的最优化问题。然后，我们表明，在这个类中的任何问题，存在一个增广状态动态规划问题，满足最优性原理和解决方案，其中产生的解决方案，原来的前向可分离的问题。我们进一步推广这种方法的随机动态规划问题和应用结果的问题，最优的电池调度与需求费用使用基于数据库的随机模型的电力使用和太阳能发电的消费者。
2017-08-11 math.OC
Extensions of the Dynamic Programming Framework: Battery Scheduling, Demand Charges, and Renewable Integration
本文研究一类具有不可分目标函数的动态规划问题。我们表明，在这个类中的任何问题，存在一个增广状态DP问题，满足最优性原理和解决方案，从而产生解决方案的原始问题。此外，我们确定了自然向前可分离（NFS）的目标函数，这种状态增强计划是易处理的DP问题的一个子类。我们将这个框架扩展到随机DP问题，提出了一个合适的定义的最优性原理。然后，我们将由此产生的算法的问题，最佳的电池调度与需求费用使用基于数据的随机模型的电力使用和太阳能发电的消费者。
2020-06-09 math.OC
A Stochastic Programming Approach for Chemotherapy Appointment Scheduling
由于术前用药和输液持续时间的不确定性，化疗预约调度是一个具有挑战性的问题。本文建立了一个两阶段随机混合整数规划模型，求解了护士和输液椅数量有限、可用性有限的化疗预约调度问题。目标是使护士加班、椅子空闲时间和患者等待时间的预期加权和最小化。即使是在确定性的情况下，解决这个问题的最优性的现实生活中的例子的计算负担是显着高。为了克服这个负担，我们将有效的界限和对称性破缺的约束。为了对改进后的公式进行精确求解，实现了渐进式套期保值算法。我们通过惩罚更新方法，周期检测和变量固定机制，以及目标函数的线性逼近来增强算法。使用数值实验的基础上，从一个主要的肿瘤医院的真实数据，我们比较我们的解决方案的方法与相关文献中的几个调度schemistics，产生相关的护士和椅子的数量对预约时间表的影响管理的见解，并估计随机解的值，以评估考虑不确定性的意义。
2020-10-08 math.OC
A reduced integer programming model for the ferry scheduling problem
本文提出了一个求解渡船调度问题的整数规划模型，并对现有模型进行了多方面的改进。特别是，我们的模型在变量和约束条件的数量方面与现有模型相比减少了大约O（n）的因子，其中n是端口的数量。该模型还有效地处理装卸时间限制，机组调度和乘客转移。使用真实世界数据的实验使用CPLEX 12.4在12小时内产生了高质量的解决方案，平均性能保证在15%的最优范围内。这表明，使用通用的整数规划求解器是解决中等规模的渡轮调度问题的一种可行的选择。
2012-11-23 cs.DM math.OC
A Mathematical Programming Model for Minimizing Energy Consumption on a Selective Laser Melting Machine
针对单台选择性激光熔化机的嵌套与调度问题，本文提出混合整数线性规划模型，同时优化零件分批、放置位置和构建方向以降低总能耗，并通过数值实验验证节能潜力。
2024-10-21 math.OC
Handling Overtime Constraints in Mixed Integer Linear Programming for Surgical Scheduling: A Comparison of Neural Network and Classical Linearization Techniques
Erasmus University Medical Center（伊拉斯姆斯大学医学中心）；Delft Institute of Applied Mathematics, Delft University of Technology（代尔夫特理工大学应用数学研究所）
本文提出利用神经网络近似手术加班约束中的总手术时长，通过实医院数据验证，证明其在解的质量和计算性能上具有竞争力，且在计算效率和手术室利用率方面表现优异。
2026-04-28 math.OC
A stochastic integer programming approach to reserve staff scheduling with preferences
针对需求未知的储备人员排班问题，提出两阶段随机整数规划模型，纳入员工偏好以研究满意度对缺勤率的影响。
2022-10-10 math.OC
Stochastic Planning and Scheduling with Logic-Based Benders Decomposition
我们应用基于逻辑的Benders分解（LBBD）的两阶段随机规划和调度问题，其中第二阶段是一个调度任务。主问题用混合整数/线性规划求解，子问题用约束规划求解。作为Benders切割，我们使用简单的nogood切割以及我们为此应用开发的基于分析逻辑的切割。我们发现LBBD在计算上优于整数L形方法，LBBD的分支和检查变体快了几个数量级，允许解决更大的实例。这主要是由于整数L形方法产生的计算开销，同时产生经典的Benders削减从连续松弛的整数规划子问题。据我们所知，这是第一次应用LBBD两阶段随机最优化与调度第二阶段的问题，和第一次比较LBBD与整数\mbox{L-shaped}方法。结果表明，LBBD可能是一个很有前途的方法来解决其他随机和鲁棒的最优化问题整数或组合资源。
2020-12-28 math.OC
Quasi-dynamic Load and Battery Sizing and Scheduling for Stand-Alone Solar System Using Mixed-integer Linear Programming
考虑到可再生能源系统的不稳定性，提出了一种有限数量静态电力负荷的规模和调度模型。该模型的目标是最大限度地利用太阳能与存储和不存储。对于最优负载大小选择的应用，太阳能光伏发电的能量生产被假定为使用混合整数线性规划在离网系统中由有限数量的离散负载消耗。其他限制是电池充电和放电限制以及每个单元的最小停机时间和停机时间。对于特定的太阳能功率曲线，该模型输出最佳单元尺寸以及单元和电池充电和放电（如果适用）的最佳调度。不同的太阳能发电配置文件和最小的向上和向下的时间约束的最佳单位和电池的大小的影响进行了研究。实现充分利用太阳能所需的电池尺寸随着单元的数量和单元灵活性的增加（更短的开和关时间）而减小。提出了一种新的准动态单元模型，该模型可以模拟太阳能的逐渐启动和停止，并且准动态单元可以提高太阳能的利用率。该模型还可以应用于搜索给定费用函数的最佳单元数。
2016-07-25 math.OC
A Stochastic Programming Approach to Surgery Scheduling under Parallel Processing Principle
并行处理是一种原则，它能够同时实施麻醉诱导和手术室（OR）周转，目的是提高OR利用率。在这篇文章中，我们研究的问题调度手术的多个OR和感应室（IR）的功能的基础上并行处理原则下的不确定性。我们提出了一个两阶段的随机混合整数规划模型，考虑到在诱导，手术和周转时间的不确定性。我们在第一阶段对患者进行排序并设置手术预约时间，并在模型的第二阶段将患者分配到IR。我们表明，一个最佳的近视政策，可用于IR分配决策，由于该模型的特殊结构。我们在目标函数中最小化病人等待时间、OR空闲时间和IR空闲时间的期望总成本。我们加强了模型的制定使用的变量和破坏性约束的界限。通过引入惩罚更新方法和变量固定机制，实现了一种新的渐进式套期保值算法。基于一个大型学术医院的实际数据，我们比较了我们的解决方案与文献中的几个调度算法。我们评估的额外好处和成本与并行处理的实施，使用接近最佳的时间表。我们研究了如何通过增加IR的数量来夸大收益。最后，我们估计随机解的值，以强调考虑持续时间的不确定性的重要性。
2021-12-30 math.OC
Optimal Scheduling of Variable Speed Pumps Using Mixed Integer Linear Programming -- Towards An Automated Approach
本文提出一种利用分段线性近似将可变速泵调度问题转化为混合整数线性规划的方法，并在双泵单水箱网络上验证了其能可靠返回全局最优结果。
2023-09-09 math.OC
An iterative Constraint Programming approach to integrate maximum workload constraints in preemptive jobshop scheduling
LAAS-CNRS, Université de Toulouse（图卢兹大学 LAAS-CNRS 实验室）
本文提出了一种迭代约束编程方法，用于在优先级作业车间调度中有效整合最大工作负载约束，通过迭代引入工作负载约束和定制启发式方法，提高了求解效率。
2026-05-19 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
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
Semidefinite Programming in Timetabling and Mutual-Exclusion Scheduling
在调度和调度应用中，互斥约束规定某些任务对不能同时执行。这对应于图论中的顶点着色问题，其中有众所周知的半定规划（SDP）松弛。然而，在实践中，互斥约束通常与许多其他约束相结合，其SDP可表示性尚未研究。我们提出了SDP松弛的各种互斥调度和调度问题，从每个周期内执行的任务的数量上的约束，这对应于图形着色中的使用每种颜色的数量有界。在理论上，这为这些问题提供了已知的最强边界，这些问题可以在维度上以时间多项式的任何精度进行计算。在实践中，我们报告令人鼓舞的计算结果随机图，Knesser图，“禁止交叉”图，多伦多基准，和国际时间表比赛。
2019-04-06 cs.DM math.OC
Quadratic approximate dynamic programming for scheduling water resources: a case study
本文用近似动态规划的方法研究了电力系统的水资源调度问题，建立了具有凸阶段费用和仿射动态的有限时间经济调度模型，并考虑了值函数的二次逼近。评价所实现的政策需要解决一个二次规划在每一个时间步，而价值函数拟合可以作为一个半定规划。我们测试我们提出的算法上的一个简化版本的乌拉圭电力系统，实现了百分之四的成本降低方面的短视政策
2020-10-05 cs.SY eess.SY math.OC
A Mixed Integer Linear Programming Model for Multi-Satellite Scheduling
我们解决的多卫星调度问题与有限的观测能力，所产生的需要观察一组目标在地球表面上使用安装在一组卫星上的成像资源。我们定义和分析所有可用的任务可见的时间窗口的冲突指标，以及资源的可行的时间间隔。然后，该问题被制定为一个混合整数线性规划模型，其中的约束条件是来自一个仔细分析的可行的时间间隔，有资格观察之间的相互依赖性。我们将该模型应用于几个不同的问题实例，反映了现实世界的情况。计算结果表明，我们的方法是有效的获得最优解或具有很好的质量的解决方案。
2018-12-07 cs.CE math.OC
A Joint Chance-Constrained Stochastic Programming Approach for the Integrated Predictive Maintenance and Operations Scheduling Problem in Power Systems
维护计划在不确定性条件下的电力系统运行中起着关键作用，可以帮助系统运营商确保电网的可靠性和安全性。本文研究了一种考虑发电机和输电线路意外故障可能性的短期状态检修计划与运行调度问题。我们制定这个问题作为一个两阶段的随机混合整数规划的故障情况下采样的传感器驱动的剩余寿命分布的个别系统元素，而一个联合的机会约束组成的泊松二项式随机变量被引入到故障风险。由于其棘手性，我们开发了一个割平面法，以获得一个确切的重新制定的联合机会约束，提出了一个分离子程序，并得出更强的削减作为这个过程的一部分。为了解决大规模的情况下，我们推导出一个二阶锥规划的安全近似这个约束。此外，我们提出了一个基于分解的算法，实现了并行的方式来解决由此产生的随机程序，利用整数L形方法的功能和特殊结构的维护和操作调度问题，以获得更强的最优切割。我们进一步提出了预处理步骤的传输线流量约束，以确定冗余。为了说明我们的算法的计算性能和效率相比，更传统的维护方法，我们设计了一个计算研究，重点是每周计划与日常维护和每小时的运营决策，涉及详细的单位承诺子问题。我们的计算结果表明，各种IEEE实例的计算效率所提出的方法与可靠的和具有成本效益的维护和运营计划。
2022-01-11 math.OC
Scheduling Network Maintenance Jobs with Release Dates and Deadlines to Maximize Total Flow Over Time: Bounds and Solution Strategies
我们考虑一个问题，结婚的网络流和调度，出于需要安排维护活动的基础设施网络，如铁路或一般的物流网络。网络元件必须进行定期的预防性维护，在活动期间关闭电弧。仔细协调这些电弧维护作业可以显著降低这种关闭作业对网络所承载的流量的影响。在给定的发布日期和最后期限之间调度这些作业，以使总流量随时间最大化，这是研究时间离散化作用的一个有趣的案例。在这里，我们证明，如果问题数据是整数，没有流可以存储在节点，我们可以限制注意整数作业开始时间。然而，如果可以存储流量，则可能需要部分开始时间。这使得传统的强整数规划调度模型难以应用。在这里，我们制定了一个精确的整数规划模型的连续时间问题，以及整数规划模型的基础上的时间离散化，可以提供双重界限，并可以-与微小的修改-也产生原始的界限。由此产生的边界上的测试实例证明有小的差距，并提供了一个很好的权衡约束质量对计算时间。
2015-02-10 math.OC
Incorporating demand response of electric vehicles in scheduling of isolated microgrids with renewables using a bi-level programming approach
在这项工作中，提出了一种新的优化调度方法，孤立的微电网（MG）与可再生能源发电的电动汽车（EV）的需求响应。首先，提出了一种基于双层规划的MG调度模型下的实时定价环境中，上层和下层寻求最小化MG净运营成本和电动汽车充电成本。其次，提出了一种求解该模型的混合算法JAYA-内点法。仿真结果表明，引入电动汽车需求响应能够引导电动汽车用户积极参与MG调度，实现调峰，为平衡MG和电动汽车用户之间的利益提供了根本途径。
2019-08-18 cs.SY eess.SP eess.SY
Moderate Exponential-time Quantum Dynamic Programming Across the Subsets for Scheduling Problems
本文针对一类NP难单机调度问题及三机流水车间问题，提出结合量子最小值查找与动态规划的有界误差混合算法，在可能增加伪多项式因子的代价下降低指数部分复杂度。
2024-08-11 math.OC quant-ph
Parallel Batch Scheduling With Incompatible Job Families Via Constraint Programming
针对不兼容作业族的并行批调度问题，提出四个可在商业与开源求解器中实现的约束规划模型，实验验证了其灵活性与竞争性能。
2025-07-15 cs.SY eess.SY 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
$Δ$-MILP: Deep Space Network Scheduling via Mixed-Integer Linear Programming
本文介绍了$Δ$ -MILP，一个强大的变种的混合整数线性规划（MILP）优化框架，以解决美国宇航局的深空网络（DSN）调度问题。这项工作是我们原来的MILP框架（DOI：10.1109/ACCESS.2021.3064928）的扩展，并继承了它的许多结构和优势，包括DSN调度的基本MILP公式。为了提供关于DSN要求的更可行的调度，$Δ$ -MILP结合了新的约束集合，包括1）将较大的轨道分割成较短的段，以及2）防止不同天线上的轨道之间的重叠。此外，$Δ$ -MILP利用启发式来平衡任务满意度，并允许在包括紧急情况和着陆在内的特殊情况下优先考虑某些任务。数值验证表明，$Δ$ -MILP现在满足100%的要求的限制，并提供公平的时间表之间的任务，相对于国家的最先进的几个星期的2016年和2018年超额认购。
2022-02-14 cs.SY eess.SY math.OC
Continuous-time model for multi-product scheduling in production
研究了一类多产品生产调度问题。每个产品都可以通过一系列替代的多机技术生产。多机器技术需要同时使用多台机器。不同技术之间需要依赖于序列的设置时间。我们制定了一个混合整数线性规划模型的一般情况下的问题和情况下，当安装时间满足三角不等式。所提出的模型进行实验测试随机生成的实例。
2011-05-12 math.OC
Multiclass Queue Scheduling Under Slowdown: An Approximate Dynamic Programming Approach
针对多类多服务器队列中等待导致服务减速的调度难题，提出基于仿真的近似动态规划算法，通过分类器表示策略、耦合方法估值、自适应采样探索，生成接近最优的调度策略，性能优于基准，还通过康复护理案例验证了实用性。
2025-01-17 cs.SY eess.SY math.OC
A flexible integer linear programming formulation for scheduling clinician on-call service in hospitals
MAP Centre for Urban Health Solutions, St. Michael’s Hospital, Unity Health Toronto（多伦多联合健康圣迈克尔医院MAP城市健康解决方案中心）；University of Toronto（多伦多大学）
医院环境中的人员调度对于改善为患者提供的服务和平衡分配给临床医生的工作量至关重要。许多方法已经尝试并成功地应用于在这样的设置中生成有效的时间表。然而，由于一般调度问题的计算复杂性，大多数方法诉诸于算法来在合理的时间内找到非最优解。我们设计了一个整数线性规划公式，以找到一个最佳的时间表，在一家医院的临床部门。我们的公式通过最小化约束集来缓解与计算复杂性相关的问题，但仍保留了足够的灵活性，使其能够适应各种临床部门。然后，我们使用加拿大多伦多圣迈克尔医院传染病部门的数据对我们的方法进行了案例研究。我们分析和比较了我们的方法在医院手动创建的时间表的结果，并发现改善遵守部门的限制和临床医生的喜好。我们使用模拟数据来检查我们的线性程序的运行时对各种参数的敏感性，并观察到令人放心的结果，这表明我们的方法在不同的现实世界中的实用性和通用性。
2019-10-18 cs.AI math.OC
A Distributionally Robust Self-Scheduling Under Price Uncertainty Based on CVaR
为了确保成功的投标，同时最大化的利润，发电公司（GENCO）需要一个自我调度策略，可以应付各种情况。因此，分布式鲁棒优化（DRO）是一个很好的选择，因为它可以提供一个可调整的自调度策略，在不确定的环境中的发电公司，它可以很好地平衡鲁棒性和经济性相比，鲁棒优化（RO）和随机规划（SO）的策略。针对电价不确定性下的自调度问题，提出了一种新的基于矩的条件风险价值（CVaR）DRO模型.这类DRO模型通常转化为半定规划（SDP）求解，然而，求解大规模SDP需要大量的计算时间和资源。针对这一缺点，提出了两种有效的近似模型：一种是基于矢量分裂的近似模型，另一种是基于交替方向乘子法（ADMM）的近似模型，这两种近似模型都可以大大减少计算时间和资源，而第二种近似模型在求解的每一步中只需要当前区域的信息，从而保证了信息的私密性。通过对三个IEEE测试系统的仿真，验证了所提出的DRO模型和两种近似模型的正确性和有效性。
2021-05-04 math.OC
Optimal scheduling of isolated microgrid with an electric vehicle battery swapping station in multi-stakeholder scenarios: a bi-level programming approach via real-time pricing
为协调多利益相关者场景下孤立微网与电动汽车换电池站之间的调度问题，提出了一种新的双层优化调度模型，以促进换电池站参与调控微网的经济运行.在该模型中，上层子问题的目标是最小化IMG的净成本，下层子问题的目标是在上层决策的需求响应所决定的实时定价环境下，最大化BSS的利润。为了求解该模型，将实数/整数编码的JAYA算法与分支定界算法（BBA）相结合，提出了一种混合算法JAYA-BBA，分别用JAYA和BBA求解上层和下层子问题，通过两层之间的交替迭代最终求解双层模型.在微网测试系统上的仿真结果验证了该方法的有效性和优越性。
2018-09-26 eess.SP math.OC
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
Models, constructive heuristics, and benchmark instances for the flexible job shop scheduling problem with sequencing flexibility and position-based learning effect
本文研究了具有排序灵活性和位置学习效应的柔性作业车间调度问题，提出了混合整数规划与约束规划模型、构造性启发式算法及基准实例，以支持新启发式方法的开发。
2024-03-25 math.OC
A hybrid local search algorithm for the Continuous Energy-Constrained Scheduling Problem
针对连续能量约束调度问题，提出结合模拟退火与线性规划的混合局部搜索方法，在保证小规模实例解质量的同时高效求解大规模实例。
2023-11-24 math.OC
Multiple-Depot Vehicle Scheduling Problem Heuristics
多车场车辆调度问题（MDVSP）是运输系统规划过程中的一个重要问题。它包括将一组行程分配给一组车辆，以最小化某个总成本。我们介绍了三种快速可靠的算法MDVSP的基础上，一个经典的整数线性规划制定和图论方法固定不可行的subtours收集从一个整数的解决方案。大量的测试表明，与现有的算法相比，我们的算法速度更快，效果更好。
2020-04-28 math.OC
Reducing the Number of Changeover Constraints in a MIP Formulation of a Continuous-Time Scheduling Problem
针对短期生产调度问题中出现的混合整数规划问题，提出了一种新的转换约束公式。新的模型需要更少的约束比原来的配方，这往往会导致更短的计算时间的MIP求解器。此外，如果给出转换任务的时间窗口，新的公式更具灵活性。
2014-08-25 math.OC
A Scheduling Problem for Hospital Operating Theatre
本文对实际调度问题进行了分类。各种方法已被审查和描述的问题。调度问题面临着巨大的挑战和困难，以满足消费者的喜好。调度问题的处理是一个复杂、低效和耗时的问题。本研究旨在发展一个数学模型，以供手术室在高峰和非高峰时间的排程。调度问题是一个众所周知的最优化问题，其目标是找到尽可能好的最优解。本文采用整数线性规划技术解决高层次综合中的调度问题。此外，还采用了时间和资源约束的调度方法。应用GLPK/AMPL软件进行了优化计算。该模型可用于解决其他调度问题，如演讲厅、电影院、轮班等。
2012-05-09 math.OC
Incorporating Equity into the School Bus Scheduling Problem
研究了同时确定上课铃时间和路线表的校车调度问题。通常，SBSP的目标是尽量减少学区所需的巴士数量。我们扩展了一个时间索引的整数规划模型，将额外的考虑有关的公平和效率。我们试图公平地减少disutilities与改变学校的开始时间通过一个极大极小模型，然后提出了一个字典极大极小的方法来改善极小化极大解。我们将我们的模型应用于基于中等规模公立学区的随机实例，以显示合并公平的影响。
2019-04-15 math.OC
A Conic Model for Electrolyzer Scheduling
针对电解槽产氢曲线非凸关系导致传统分段线性近似难以扩展的问题，提出基于凸松弛的线性与锥模型，证明其在常见条件下精确，并在大规模问题中实现计算复杂度与求解精度的良好权衡。
2023-09-13 math.OC
A unified modeling framework and improved formulations for single-hoist cyclic scheduling
HUN-REN Institute for Computer Science and Control（匈牙利科学院控制与计算机科学研究所）
本文从统一视角重新审视单吊车循环调度问题，分析现有MIP模型并提出改进方法，通过实验比较不同模型的性能，提供可复现的研究资源。
2026-03-25 math.OC
A MILP model for single machine family scheduling with sequence-dependent batch setup and controllable processing times
University of Genova（热那亚大学）；Department of Informatics, Bioengineering, Robotics and Systems Engineering (DIBRIS)（信息、生物工程、机器人与系统工程系）
本文提出三种MILP模型解决单机家族调度问题，对比数学规划与最优控制策略的性能，重点处理序列依赖批次设置和可控处理时间。
2015-03-02 cs.SY eess.SY math.OC
Joint Scheduling and Power Control for V2V Broadcast Communication with Adjacent Channel Interference
本文研究了如何减轻相邻信道干扰（ACI）的车载广播通信的影响，使用调度和功率控制。我们的目标是最大限度地增加联网车辆的数量。首先，我们制定联合调度和功率控制问题作为一个混合布尔线性规划（MBLP）问题。从这个问题的制定，我们得到调度单独的问题作为布尔线性规划（BLP）问题，和功率控制单独的问题作为MBLP问题。针对多时隙联合调度和功率控制问题求解的困难性，提出了一种列生成方法来降低计算复杂度。我们还观察到，由于信道参数和相邻信道干扰比（ACIR）值的高动态范围，该问题是高度数值敏感的。因此，我们提出了一种新的灵敏度降低技术，它可以计算最优解。最后，我们比较了最优调度，接近最优的联合调度和功率控制方案的结果，并得出结论，有效的调度和功率控制方案确实显着提高性能。
2019-04-13 eess.SP math.OC
A Planner-Trader Decomposition for Multi-Market Hydro Scheduling
由于德国正在逐步淘汰核能以及光伏发电能力的稳步增长，欧洲电力远期和现货市场的峰谷价差正在缩小。高峰/非高峰期套利的利润率降低，迫使水电生产商在备用市场上恢复部分原始利润率。我们提出了一个双层随机规划框架的最优运行的一队相互连接的水电厂，销售能源的现货和储备市场。外层（规划者的问题）优化一年内的日终水库水位，而内层（交易者的问题）选择每天内的最佳小时市场出价。使用的信息限制，规划师规定的结束一天水库目标提前一天，我们证明了交易员的问题简化从一个无限维的随机程序与25个阶段，一个有限的两个阶段的随机程序只有两个场景。替代这种重新到外层和近似的水库目标的仿射决策规则，使我们能够简化规划的问题，从一个无限维的随机程序与365个阶段的两阶段随机程序，可以方便地解决通过样本平均近似。在奥地利萨尔茨堡地区的级联的基础上的数值实验表明，所建议的框架的有效性。
2022-09-02 math.OC
A short-term planning model for high-speed train assignment and maintenance scheduling
研究了高速训练分配和维修调度问题。对于维护调度模块，我们的重点是二级维护，平均每月进行一次。我们提出了一个二进制非线性规划模型来数学描述这个问题。该目标旨在最大限度地减少所有高速列车的里程损失，约束条件涵盖各种运营要求和容量限制。为了模拟困难的操作要求，开发了一种新的累积里程更新函数;同时，为了描述车辆段维修能力限制，我们采用了一种状态函数，该函数能够识别训练是处于维修状态还是处于操作状态。
2017-09-13 math.OC
An efficient model for the preemptive single machine scheduling of equal-length jobs
针对加工时间相等、交货期任意、权值（优先级）为最小的加权总完工时间的抢占式单机排序问题，提出了一个布尔线性规划模型.线性规划松弛的最优解几乎总是积分的，并且可以直接转换为最优调度。为了处理分数阶解，我们提出了两种算法。通常我们的算法找到的解的目标函数值等于线性规划松弛法找到的下界。对于算法返回的上界与下界不同的情况，我们将上界嵌入到分支定界算法中，使问题得到最优解。详尽的计算研究表明，该算法大大超过国家的最先进的方法。
2020-12-15 cs.DM cs.DS math.CO
A Constraint Programming Model for the Super-Agile Earth Observation Satellite Imaging Scheduling Problem
University of Coimbra（科英布拉大学）
本文提出了一种精确的约束规划模型，用于解决超敏捷地球观测卫星的成像调度问题，考虑了灵活的观测窗口、多个指向方向以及跨卫星的序列依赖转换时间，并展示了其高效的求解能力。
2026-01-21 cs.CV cs.SY eess.SY
Markov Decision Process and Approximate Dynamic Programming for a Patient Assignment Scheduling problem
针对医院患者流管理中的患者分配调度问题，本文建立马尔可夫决策过程模型，并基于近似动态规划提出数值求解方法，以最小化长期期望成本，并用澳大利亚医院数据验证其应用潜力。
2024-06-26 cs.SY eess.SY math.OC
A Monotone Approximate Dynamic Programming Approach for the Stochastic Scheduling, Allocation, and Inventory Replenishment Problem: Applications to Drone and Electric Vehicle Battery Swap Stations
University of Arkansas（阿肯色大学）
人们越来越有兴趣将电动汽车（EV）和无人机用于许多应用。然而，以电池为导向的问题，包括里程焦虑和电池退化，阻碍了采用。电池交换站是减少这些问题的一种替代方案，它允许在几分钟内将耗尽的电池交换为充满的电池。我们考虑的问题时，明确考虑到交换需求，电池退化和更换的不确定性到达电池交换站的派生行动。我们在一个电池交换站使用有限时域马尔可夫决策过程模型的随机调度，分配和库存补充问题（SAIRP），它决定了什么时候和有多少电池充电，放电，并随着时间的推移更换操作。我们提出了理论证明的单调性的价值函数和单调结构的最优策略的特殊SAIRP情况。针对维数灾难问题，提出了一种新的单调近似动态规划（ADP）方法。在计算测试中，我们证明了新的基于回归的单调ADP方法相比，精确的方法和其他单调ADP方法的优越性能。此外，通过测试，我们推断出无人机交换站的政策见解。
2021-05-14 cs.AI cs.LG math.OC
Constraint Programming Models For Serial Batch Scheduling With Minimum Batch Size
Georgia Institute of Technology（佐治亚理工学院）
针对具有最小批量要求的串行批调度问题，本文提出三种约束规划模型，实验表明在大规模实例上比现有MIP模型更快获得更优解。
2025-07-10 cs.AI cs.DC math.OC
Optimal Scheduling of an Isolated Microgrid with Battery Storage Considering Load and Renewable Generation Uncertainties
通过对具有概率约束的储能旋转备用的不确定性建模，提出了一种基于机会约束规划的孤立微网运行成本最小化优化调度模型.该模型转化为一个易于求解的混合整数线性规划（MILP）制定GAMS通过建议的离散化步骤变换（DST）的方法，并最终解决了应用CPLEX求解器。通过合理设置旋转备用概率约束的置信度，使MG运行在可靠性和经济性之间取得平衡。在改进的ORNL DECC实验室MG测试系统上的测试结果表明，该方法明显优于常用的混合智能算法，优化结果更好、更稳定，计算时间明显减少。
2018-08-16 eess.SP math.OC
Constraint programming model and biased random-key genetic algorithm for the single-machine coupled task scheduling problem with exact delays to minimize the makespan
Institute of Computing, Universidade Federal da Bahia, Salvador, BA 40170-115, Brazil（计算学院，巴西巴伊亚联邦大学，萨尔瓦多，BA 40170-115）
本文提出了一种结合约束编程和偏随机键遗传算法的单机耦合任务调度方法，以在精确延迟下最小化完工时间，通过高效解空间探索获得高质量近似解。
2025-12-29 cs.AI math.OC
From Metaheuristics to Exact Methods: A CP-SAT Approach for Multi-Objective Healthcare Workforce Scheduling
Phi Labs, Quantiphi（Quantiphi公司旗下Phi Labs）
该研究针对医护排班问题，提出CP-SAT约束规划模型，可满足14个硬约束与15个软目标，在18个实例上验证了其零违规、最优性及可扩展性，服务质量较MOGA提升50-67%。
2026-09-02 cs.AI math.OC
Dual Dynamic Programming for Multi-Scale Mixed-Integer MPC
提出了一种求解多尺度混合整数模型预测控制（MPC）问题的对偶动态整数规划（DDIP）框架。这样的问题出现在涉及长视野和/或精细时间离散化以及混合整数状态和控制（例如，调度逻辑和离散致动器）。该方法使用了一个嵌套的切割平面计划，执行前向和后向扫描沿时间范围自适应近似成本去功能。DDIP方案可以处理一般MPC配方与混合整数控制和状态，并可以执行前向-后向扫描块时间分区。我们证明了所提出的方案的性能，通过解决混合整数MPC的问题，出现在中央供暖，通风和空调（HVAC）工厂的调度。我们表明，该计划是可扩展的，并显着优于最先进的混合整数求解器。
2020-07-17 math.DS math.OC
A faster exact method for solving the robust multi-mode resource-constrained project scheduling problem
针对工期不确定的多模式资源受限项目调度问题，提出了一种混合整数线性规划模型。我们认为一个两阶段的鲁棒优化方法，并找到解决方案，最大限度地减少最坏情况下的项目完工时间，同时假设活动持续时间位于预算的不确定性集。计算实验表明，这种易于实现的配方是许多倍，比目前的最先进的解决方案的方法，这个问题，同时解决超过40%以上的情况下，在相同的基准测试集的最优性。
2022-03-14 cs.DM math.OC
Bidding and Scheduling in Energy Markets: Which Probabilistic Forecast Do We Need?
概率预测与随机规划相结合是处理未来能源系统中日益增长的不确定性的关键工具。从一般的随机规划制定能源市场的最优调度和投标，我们研究了几个常见的特殊情况下，包含不确定的负荷，能源价格，和可变的可再生能源。我们分析每个设置是否只需要期望值预测，边际或二元预测分布，或完整的联合预测分布。对于市场进度优化，我们发现，预期价格预测是足够的，在几乎所有的情况下，而可再生能源的生产和需求的边际分布往往是必需的。对于投标曲线优化，除了特殊情况外，成对或完全联合分布是必要的。这项工作帮助从业者选择最简单的预测类型，仍然可以为他们的问题和研究人员集中在最相关的情况下实现最好的理论上可能的结果。
2022-03-24 cs.SY eess.SY math.OC
Multi-Core Processor Scheduling with Respect to Data Bus Bandwidth
本文考虑了多核处理器上软件模块的调度问题，同时考虑了数据总线的有限带宽和优先级约束。两个问题的配方与不同层次的问题的具体细节的建议，都被证明是NP难的。第一个问题建立了混合整数线性规划模型，第二个问题建立了贪心算法。最后，将贪心算法的求解结果与CPLEX求解器的MILP解进行了比较。
2020-10-30 cs.DC math.OC
