A branch-and-price algorithm for the robust single-source capacitated facility location problem under demand uncertainty
研究了具有不确定性顾客需求的单资源容量约束的鲁棒设施定位问题。一个基数约束的不确定性集假设的鲁棒问题。为了有效地解决这个问题，我们提出了一个基于分配的配方Dantzig-Wolfe分解和分支和价格算法。计算实验表明，我们的分支和价格算法在许多情况下优于CPLEX，解决了普通的鲁棒重构。我们还研究了不可行性的经验概率和所产生的额外成本之间的权衡关系，并观察到解决方案的鲁棒性可以显着提高与小的额外成本。
2021-03-24 math.OC
Intra-facility equity in discrete and continuous $p$-facility location problems
我们考虑了设施定位问题与一种新形式的公平标准。需求点在工厂所在地具有优先顺序。目标是找到设施的位置，使请求点相对于分配给同一工厂的其余请求点的嫉妒感最小化。在定义了这个新的嫉妒标准和基于它的一般框架之后，我们提供了在离散和连续框架中模拟这种方法的公式。问题的例子和计算测试报告显示的潜力和限制，每个配方上的几种类型的实例。虽然这篇文章主要集中在介绍，建模和制定这个新的概念羡慕，一些改进的所有配方的开发，在某些情况下获得更好的解决方案的时间。
2022-12-06 math.OC
Outsourcing policies for the Facility Location Problem with Bernoulli Demand
本文针对伯努利需求下的设施选址问题，提出四种外包追索策略并建立相应数学规划模型，通过大量计算实验比较各策略的解质量和性能。
2023-10-29 cs.DM math.OC
Dynamic Facility Location under Cumulative Customer Demand
本研究提出累积客户需求下的动态设施选址问题，构建两种混合整数规划模型，分析NP难特性，并设计分支-本德斯割精确算法，实验表明其比直接求解快约五倍，且考虑累积需求能显著提升规划方案性能。
2025-09-22 math.OC
A Two-Stage Stochastic Facility Location Problem with Endogenous Demand Learning
Clemson University（克莱姆森大学）
针对设施选址中需求学习成本高且影响决策的问题，提出二阶段随机模型及闭式重构和交替求解算法，证明高不确定性、有效学习、低成本时学习价值最大，并显著加速求解。
2026-09-30 math.OC
On the Power of Static Assignment Policies for Robust Facility Location Problems
考虑了需求不确定条件下的两阶段鲁棒设施定位问题。决策者需要决定在第一阶段的每个设施，以满足一个不确定的第二阶段的需求，使第一阶段的供应成本和最坏情况下的成本满足第二阶段的需求在所有情况下的总和最小化的供应（积分）单位。第二阶段决策只是指派决策，不可能增加追索供应能力。这使得我们的模型不同于现有的两阶段强大的设施定位和覆盖问题的工作。我们考虑一个隐含的模型的不确定性指数的需求情况下指定的上界$k$的第二阶段的客户端的数量。在一个最优解中，第二阶段的分配决定取决于场景，令人惊讶的是，我们表明，限制到一个固定的（静态）分数分配每个潜在的客户端，无论情况给我们一个$O(\log k/\log \log k)$近似的问题。此外，最好的静态分配可以有效地计算给我们所需的保证。
2020-11-10 math.OC
Hierarchical Optimization of Electric Vehicle Charging Infrastructure Design and Facility Logistics
本研究提出一个双层最佳化方案，以代表电动汽车充电基础设施设计与使用管理问题，并以使用者平衡决策为基础。上层的目标是最大限度地减少总设施部署成本，并最大限度地提高电动汽车充电收集产生的收入，而下层的目标是最大限度地减少电动汽车用户的出行时间和充电费用。采用迭代技术求解双层混合整数非线性规划，生成双层模型的理论下限和上界，并将其求解为全局最优。一组条件进行评估，以显示在有限数量的迭代算法的收敛性。基于三个需求水平的数值计算结果表明，所提出的双层模型可以有效地确定最优充电设施位置、物理容量和需求响应定价方案。由于充电需求的激增和充电站的高利用率，中等需求水平的平均充电价格比低需求水平增加了38.21%。
2021-05-21 math.OC
Disaggregated Benders decomposition and lazy constraints for solving the budget-constrained dynamic uncapacitated facility location and network design problem
本文提出了一种求解动态无容量约束设施选址和网络设计问题（DUFLNDP）的方法。这是一个问题，其中网络必须被构建或扩展，并且设施被放置在网络中，受到预算的约束，以便满足多个需求。在满足需求的情况下，目标是最小化网络的运行成本和将需求转移到设施的成本。这个问题可以同时分解为两个不同的集合，从而产生许多更小的模型，这些模型可以更容易地解决。使用分解的Benders分解和惰性约束，我们解决了许多以前没有解决过的最优性问题。我们使用一个分析程序来生成Benders最优切割，这是可证明的帕累托最优。
2017-03-20 math.OC
Integrated Facility Location and Production Scheduling in Multi-Generation Energy Systems
在本文中，我们研究了多联产技术的能源系统设计问题，即，同时生产多种能源。我们提出了一个长期规划模型，它集成了宏观层面的战略决策，如设施的位置和多发电技术的投资，和微观层面的运营决策，如生产规划和能源运输。我们的研究结果说明了多代技术的经济价值，而不是能源的时空需求的不确定性。特别是，我们表明，多代技术可以减少需求的不确定性，通过风险池内和跨不同的设施。
2017-12-05 math.OC
Easy Capacitated Facility Location Problems, with Connections to Lot-Sizing
本文研究了运输费用满足Monge性质的有容量限制的设施选址问题。我们表明，一个简单的动态规划找到最优解时的需求多项式有界。当需求不是多项式有界的，我们给出了一个完全多项式时间的近似计划，通过调整算法和分析的Van Hoclane和Wagelmans。
2020-01-08 cs.DS math.OC
Approximation Algorithms for Hard Capacitated $k$-facility Location Problems
研究了有容量限制的$k$ -设施选址问题，其中给定一组有需求的客户，一组有容量的设施，以及一个常数$k$ .打开设施$i$需要$f_i$，打开设施$i$需要$c_{ij}$，服务于客户端$j$的一个需求单位。目标是在最大限度地开放$k$设施以满足所有需求并满足容量限制的同时，使服务和开放成本之和最小化。在本文中，我们给出了第一个完全多项式时间近似计划（FPTAS）的单汇（单客户端）容量限制的$k$设施选址问题。然后，我们证明了容量限制的$k$设施选址问题的统一能力是可解的多项式时间，如果客户端的数量是固定的，通过减少它的运输问题的集合。第三，我们分析了结构的极值点解决方案，并检查这种结构的效率在设计近似算法的容量限制$k$设施选址问题。最后，我们推广了已有的结果，得到了一个改进的近似算法。
2014-09-12 cs.DS math.OC
Sequential Competitive Facility Location: Exact and Approximate Algorithms
我们研究了一个竞争性设施定位问题（CFLP），其中两个公司顺序打开新的设施在他们的预算，以最大限度地提高他们的市场份额的需求，遵循概率选择模型。这个过程是一个Stackelberg游戏，并承认一个双层混合整数非线性规划（MINLP）制定。我们推导出一个等价的，单级MINLP重新制定和利用问题的结构，得到两个有效的不等式，分别基于子模块和凹高估。我们使用的两个有效的不等式的分支和切割算法找到全局最优解。然后，我们提出了一个近似算法，以找到高质量的解决方案与常数近似保证。我们通过考虑一般设施开放成本，外部竞争对手，以及不同的设施规划决策，开发了几个扩展，并讨论每个扩展的解决方案。我们进行数值研究表明，精确算法显着加速计算CFLP的大型实例，还没有得到最佳解决，甚至通过现有的方法，和近似算法可以快速找到高质量的解决方案。通过对影响客户概率选择和后续需求的不同设置的灵敏度分析，我们获得了管理见解。
2022-07-17 math.OC
On the Value of Multistage Risk-Averse Stochastic Facility Location With or Without Prioritization
考虑了在各时段需求和预算不确定的情况下，多时段随机容量受限的设施定位问题。使用场景树表示的不确定性，我们制定了一个多阶段的随机整数规划，动态地定位设施在每个时期，并比较它与一个两阶段的方法，确定设施的位置了。在多阶段模型中，在每个阶段中，决策者优化设施位置和从开放设施到需求站点的追索权流，以最小化与当前设施位置和装运决策相关的成本的某些风险度量。当预算也是不确定的，一个流行的建模框架是优先考虑候选网站。在两阶段模型中，优先级列表是预先确定的，并且在所有期间都是固定的，而在多阶段模型中，优先级列表可以自适应地改变。在每个阶段，决策者根据已实现的预算，按照优先级表打开设备，并在已实现的需求下优化资源流。使用预期的条件风险措施（ECRM），我们得到严格的下界之间的差距的最佳目标值的风险厌恶的多阶段模型和他们的两个阶段的同行在这两种设置有和没有优先级。此外，我们提出了两个近似算法，以有效地解决风险厌恶的两阶段和多阶段模型没有优先级，这是渐进最优的市场扩张的假设下。我们还设计了一组超有效不等式的风险厌恶的两阶段和多阶段的随机规划的优先级，以减少计算时间。我们进行数值研究，使用随机生成的和现实世界中的实例具有不同的大小，以证明分析边界的紧密性和近似算法和优先级削减的有效性。
2022-07-16 math.OC
Park-and-Ride Facility Location Selection under Nested Logit Demand Function
停车换乘设施是使用者可以换乘公共交通工具的停车场。通勤者可以使用P&R设施或选择开车前往目的地，个人选择行为被假定遵循logit模型。P&R设施定位问题从潜在位置中识别固定数量的P&R设施的位置，使得P&R设施的用户数量最大化。这个问题以前已经正式下一个多项式logit需求函数。然而，由于MNL模型对不相关备选方案的独立性施加了很强的条件，因此无法准确地描述现实世界中的P&R设施定位问题。考虑到个体选择行为的嵌套结构，本文将MNL模型推广为嵌套Logit模型，并发展了两种求解NL需求函数下大规模P&R设施定位问题的计算方法--邻域搜索法和随机舍入法.邻域搜索法首先找到一个可行解，然后沿着多面体的一条边将该可行解改进为下一个可行解，该多面体的顶点是可行解。邻域搜索法被随机化以创建自适应随机化舍入过程。通过1,000个中等规模的算例验证了该计算方法能够快速求解NL需求函数下的非线性最优化问题，得到最优解。具体而言，这些方法被验证为求解MNL模型以比文献中描述的混合整数线性规划公式快10，000倍的精确最优性。我们进行了额外的计算实验，以评估我们的计算方法在各种大规模实例上的性能。我们的计算分析也阐明了MNL和NL模型之间的差异。
2022-12-22 cs.SY eess.SY math.OC
A branch-and-Benders-cut algorithm for a bi-objective stochastic facility location problem
在许多现实世界的最优化问题中，多个目标起作用，并且输入参数受到不确定性的影响。本文以救灾和公共设施选址为应用背景，对一类双目标随机设施定位问题进行建模和求解。所考虑的目标是成本和未覆盖的需求，而在不同的人口中心的需求是不确定的，但其概率分布是已知的。后一种信息用于产生一组情景。为了解决基本的最优化问题，我们采用了Benders'型分解方法，这是被称为L形方法的随机规划，我们将其嵌入到一个最近开发的分支定界框架的双目标整数优化。我们分析和比较不同的切割生成方案，我们展示了它们如何影响下界集的计算，从而确定最佳性能的方法。最后，我们比较的分支和弯曲切割的方法，一个直接的分支和界限的实现的基础上确定性的等效配方。
2020-04-22 math.OC
Facility Location with Congestion and Priority in Drone-Based Emergency Delivery
由于其快速交付，减少交通限制和低人力需求，无人机越来越多地被部署用于在紧急情况下提供时间紧迫的材料，如药物，血液和检查包。本文考虑了一个设施定位模型，使用无人机作为移动服务器在紧急交付。该模型共同优化了设施的位置、部署在开放设施的无人机的容量以及需求的分配，目标是在所有需求站点之间实现公平的响应时间。为此，我们采用队列来模拟无人机请求的系统拥塞，并考虑三种排队规则：非优先级，静态优先级和动态优先级。对于每一个学科，我们近似的模型作为一个混合整数二阶圆锥规划（MISOCP），这可以很容易地解决在商业求解器。我们进行了大量的计算实验，以证明我们的方法的有效性和准确性。此外，我们比较了系统的性能下的三个排队纪律和各种问题的参数，从中我们产生的操作建议，决策者在紧急交付。
2022-06-07 math.OC
Minmax regret maximal covering location problems with edge demands
针对仅知区间估计的沿边分布不确定需求下的单设施最大覆盖选址问题，提出最小最大遗憾模型MMR-EMCLP及两种多项式算法，通过示例和计算研究验证了方法的潜力与局限。
2024-09-18 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
Insights into Efficiency and Satisfaction Trade-offs in Facility Location Problems with Regional Preferences
本文研究带区域最低满意度约束的连续多设施选址问题，提出混合整数二阶锥优化框架，并通过大规模计算实验验证偏好引入的统计显著性。
2024-12-28 math.OC
When Is Heterogeneous Distance-Decay Facility Location Tractable? A Structural Classification, Exact Methods, and a Real-World Study
University of Chinese Academy of Sciences（中国科学院大学）；The Hong Kong Polytechnic University（香港理工大学）
研究异构距离衰减设施选址问题，给出可解性分类，提出精确离散方法和力梯度/大邻域搜索启发式算法，通过实际应用研究表明忽略衰减变化会有需求损失和设施重定位，校准后衰减为指数形式。
2026-07-21 cs.CG cs.MA math.OC
Optimal Control of a Power Storage Facility with Variable Payoffs
本文研究电力储能设施在储能水平、温度等多因素影响下的优化控制问题，提出一种基于超额需求数据且模型无关的随机方法，以识别最大化利润的控制策略。
2024-07-03 math.OC
Two-stage robust bilevel optimization model for facility location considering operational service level under disruption risk
Dongbei University of Finance and Economics（东北财经大学）；University of Pittsburgh（匹兹堡大学）
本文提出了一种双阶段鲁棒双层优化模型，用于在考虑中断风险下的设施选址问题，通过改进的列和约束生成算法提升了求解效率，并在小规模中断时表现出更好的服务性能。
2026-03-22 math.OC
Stackelberg Dynamic Location Planning under Cumulative Demand
本文提出了一种结合累积需求和市场竞争的双层混合整数规划模型，通过改进的分支定界算法在动态选址问题中取得显著成效。
2026-02-19 math.OC
Facility Deployment Decisions through Warp Optimizaton of Regressed Gaussian Processes
本文提出了一种快速确定满足给定燃料循环需求的部署计划的方法。该算法是足够快的低保真燃料循环模拟器内执行原位。它使用高斯过程回归模型来预测作为时间和部署设施数量的函数的生产曲线。这些预测中的每一个都是使用动态时间扭曲距离针对需求曲线进行测量的。在全燃料循环模拟中评估最小距离部署计划，其生成的生产曲线然后通知模型下一次优化迭代。该方法在五到十次迭代内收敛到小于总可部署产品的小于百分之一的距离。一个有代表性的直流燃料循环是用来证明反应堆部署的方法。
2015-12-22 math.OC physics.data-an stat.ML
Robust strategic planning for mobile medical units with steerable and unsteerable demands
流动医疗队是配备医疗设备的定制车辆，用于在农村环境中提供初级保健。由于医疗保健单位可以很容易地重新安置，它们能够以需求为导向，灵活地提供当地卫生服务。在本文中，我们调查的MMU服务的战略规划，决定MMU操作网站应该建立在哪里，以及多久这些应该得到服务。为此，我们研究了MMU（SPMMU）的战略规划问题$-$，这是一个包含现有实践和两种类型患者需求的能力集覆盖问题：（i）可转向需求，代表通过集中预约系统寻求医疗服务的患者，并且可以在给定的考虑集内被引导到任何治疗设施;以及（ii）不可转向需求，代表步行-总是去最近的治疗机构就诊的患者。我们提出了一个整数线性规划的SPMMU，可以通过Benders分解和约束生成来解决。从这个配方开始，我们专注于不确定版本的问题，其中可操纵和不可操纵的需求建模为随机变量，可能会在一个给定的时间间隔内变化。利用鲁棒优化和对偶理论的方法，我们设计了精确的约束生成方法来解决区间和预算不确定性集的鲁棒对应。我们所有的结果转移到特定的会话SPMMU，我们评估我们的模型在计算研究的基础上，从德国农村初级保健系统产生的一组实例。
2020-05-22 math.OC
Multi-product maximal covering second-level facility location problem
本文提出多产品最大覆盖二级设施选址问题（SL-MCFLP），构建了由有效不等式加强的混合整数线性规划模型，设计了分离算法和三种数学启发式变体，并通过计算实验验证了模型潜力与启发式方法的有效性。
2024-03-28 math.OC
Reliable design of an integrated supply chain with expedited shipments under disruption risks
本文提出了一个设计两级供应链的数学模型，其中一组供应商服务于一组终端设施，接收不确定的客户需求。该模型在规划和运营阶段集成了许多系统决策，包括设施位置、多级服务分配、多式联运配置和库存管理。特别是，我们考虑供应商中断的概率，可能会停止从某些供应商不时的产品供应。为了减轻供应商中断的影响，可以将码头设施分配给多个供应商，这些供应商以不同的服务优先级相互支持。在这种多级服务分配的情况下，即使一些供应商中断，设施仍可能由其余正常运作的供应商提供。昂贵的快速装运但有保证的快速交货可用于补充较便宜的定期装运但不确定的较长的交货时间。结合这两种运输模式可以更好地利用库存管理来应对不确定的需求。我们制定这个问题成一个混合整数非线性规划，同时确定所有这些相互依赖的系统决策，以尽量减少预期的系统成本下的不确定性，从供应商和需求。为了有效地求解该模型，提出了一种基于拉格朗日松弛的自定义求解算法。几个数值例子进行测试所提出的模型，并提请管理的见解如何影响最佳系统设计的关键参数。
2015-11-24 math.OC
A Control Barrier Function Approach to Constrained Resource Allocation Problems in a Maximum Entropy Principle Framework
本文提出一种结合控制障碍函数与最大熵原理的动态控制方法，将受限设施选址问题重构为动态控制设计，显著提升了大规模组合优化问题的求解效率与解质量。
2025-04-02 math.OC
Spaceport Facility Location Planning within the US National Airspace System
为解决商业太空运输发展带来的发射基础设施扩建及对空中交通影响的问题，提出美国航天港设施选址规划模型（SPFLP），在满足运营约束下输出成本最优的候选位置，并通过敏感性分析提供选址见解。
2024-02-17 math.OC
A Flexible Multi-Facility Capacity Expansion Problem with Risk Aversion
研究了具有风险规避的多设施柔性容量扩张问题。在这种情况下，决策者可以定期扩大设施的能力，观察不确定的需求。我们将这种情况建模为多阶段随机规划问题。我们通过条件风险价值（CVaR）表达风险厌恶在这个问题上，我们制定了一个均值CVaR目标。为了解决多阶段问题，我们优化了决策规则。特别是，我们近似的完整策略空间的问题，一个易于处理的家庭，如果-那么政策。随后，提出了一种分解算法来优化决策规则。该算法将模型分解为场景，并通过追索函数的次梯度更新解决方案。我们证明，该算法可以快速收敛到高性能的政策。为了说明该方法的实际有效性，本文以新加坡垃圾发电系统为例进行了案例研究。仿真结果表明，通过调整目标函数的权重因子，决策者能够在期望成本较高但风险价值较低的风险规避策略和期望成本较低但风险价值较高的风险中性策略之间进行权衡。
2019-05-14 math.OC
A model-free approach for solving choice-based competitive facility location problems using simulation and submodularity
本文提出一种无模型方法，通过仿真和子模割求解基于选择的竞争设施选址问题，在大型实例上优于经典方法并达到最先进水平。
2024-02-16 math.OC
Robust Maximum Capture Facility Location under Random Utility Maximization Models
本文研究RUM模型参数不确定下的最大捕获设施选址问题，提出基于GEV模型族的鲁棒优化方法，证明其保持单调性和子模性并可用贪心算法和外逼近算法求解，实验验证了其优于确定性和采样方法。
2023-02-11 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
Hybrid evolutionary algorithm with extreme machine learning fitness function evaluation for two-stage capacitated facility location problem
本文考虑了两阶段容量受限的设施定位问题（TSCFLP），其中工厂生产的产品通过仓库交付给客户。满足客户需求的前提是有限的工厂生产和有限的仓库储存能力。目标是确定工厂和仓库的位置，以使总成本（包括固定成本和运输成本）最小。提出了一种结合遗传操作和局部搜索的混合进化算法。为了避免在计算时间方面昂贵的群体适应度计算，HEA使用极端机器学习来近似大多数个体的适应度。此外，根据问题的特征，采用两种启发式算法来生成良好的初始种群。从最近的文献中的两组测试实例进行计算实验。该算法的性能进行了评估和分析。与现有的遗传算法相比，该算法可以在合理的计算时间内找到最优解或近似最优解。
2016-05-22 cs.NE math.OC
A scalable optimization approach for equitable facility location: Methodology and transportation applications
针对大规模设施选址中平均可达性优化忽视公平的问题，提出线性化 Kolm-Pollak EDE 的可扩展框架，显著改善最差居民距离并保持近优平均体验。
2025-09-30 math.OC
Urban Fire Station Location Planning using Predicted Demand and Service Quality Index
University of Minnesota, Twin Cities（明尼苏达大学双城分校）；City of Victoria Fire Department（维多利亚市消防局）
在这篇文章中，我们提出了一个系统的方法，消防站的位置规划。我们开发了基于随机森林和极端梯度提升的机器学习模型，用于需求预测，并利用这些模型进一步定义了一个衡量城市消防服务质量的通用指标。我们的模型是建立在从多个不同来源收集的空间数据。适当的设施规划的效力取决于选择的候选人，消防站可以与现有的站，如果有的话。此外，需要注意从这些候选人到需求地点的旅行时间，以保持消防安全标准。在这里，我们提出了一个基于旅行时间的聚类技术，以确定合适的候选人。最后，我们开发了一个优化问题，以选择最佳位置安装新的消防站。我们的优化问题是建立在最大覆盖问题，整数规划的基础上。我们进一步开发了一个两阶段的随机优化模型来描述我们的决策结果的信心。我们提出了一个详细的实验研究，我们提出的方法与城市的维多利亚消防局，MN，美国合作。我们的需求预测模型达到了80%的真阳性率和约20%的假阳性率。我们帮助维多利亚消防局选择一个新的消防站使用我们的方法的位置。我们提出了详细的结果，改善统计数据，通过定位一个新的设施，我们的方法，在维多利亚市。
2022-02-20 cs.IR cs.LG math.OC
On the Relevance of Incorporating Decision Dependence in Distributional Ambiguity
Clemson University（克莱姆森大学）；Northwestern University（西北大学）
本文研究决策依赖模糊集在分布鲁棒优化中的价值，通过两阶段随机混合整数规划建模，提出割平面算法，实验表明可显著降低失望度与样本外成本，但计算代价更高。
2026-09-30 math.OC
Relative Explanations for Contextual Problems with Endogenous Uncertainty: An Application to Competitive Facility Location
CIRRELT and Department of Computer Science and Operations Research, Université de Montréal（蒙特利尔大学计算机科学与运筹学系及CIRRELT）
针对具有二元决策变量和内生不确定性的情境随机优化问题，提出基于Wasserstein距离正则化的相对反事实解释框架，生成稀疏、合理且可解释的解释，并应用于竞争性设施选址和电动汽车充电站规划。
2026-06-19 math.OC
The balanced 2-median and 2-maxian problems on a tree
本文研究了具有平衡分配客户和服务器的设施定位问题。两个双目标模型被认为是，其中一个目标是传统的p-中位数或p-maxian目标，第二个是最小化分配给任何设施的最大需求量。针对树上的平衡$2$ -中值问题，提出了一种时间复杂度为O（n^2）的边删除算法.对于平衡的2-马氏问题，证明了其最优解是树的直径的两个端点，并且可以在线性时间内得到。
2018-03-27 cs.DS math.OC
Competitive Facility Location with Market Expansion and Customer-centric Objective
研究竞争性设施选址问题，引入市场总需求随客户效用递增及平衡公司收益与客户满意度的目标，提出 Inner-approximation 方法将高度非线性 MINLP 近似转化为 MILP 求解，并证明其优于常用方法。
2024-12-22 econ.EM math.OC
A Heuristic Framework of Variable Neighborhood Descent Methods for the Large-Scale Multi-Level Facility Location Problem in Supply Chain Networks
A. R. Sanchez, Jr. School of Business, Texas A&M International University（德克萨斯农工大学国际学院A.R.桑切斯商学院）；School of Business Administration, The University of Mississippi（密西西比大学工商管理学院）
本文提出基于变量邻域下降法的启发式框架，解决大规模多级设施选址问题，通过比较四种变体验证了方法的有效性。
2026-03-20 math.OC stat.AP
Multi-period facility location and capacity planning under $\infty$-Wasserstein joint chance constraints in humanitarian logistics
灾后人道主义物流的关键是建立一个良好的设施选址和能力规划模型，以便将救援物资及时运送到受灾地区。为了充分利用历史局部放电数据，本文采用数据驱动的分布鲁棒（DR）方法，提出了一种新的$\infty$联合机会约束下的多周期FLCP模型（MFLCP-W）。具体来说，我们顺序地决定从候选集的位置，以建立供应能力，这是扩大，如果更经济的设施，并使用有限数量的历史需求样本的机会约束，以确保高概率的按时交货。为了求解MFLCP-W模型，我们等价地将其重新表示为一个混合整数二阶锥规划，然后通过设计一个有效的外近似算法与两个定制的有效切割来求解它。最后，飓风威胁下的案例研究表明，MFLCP-W优于其同行的成本和服务质量方面，我们的算法收敛速度显着快于商业求解器CPLEX 12.8具有更好的最优性差距。
2021-11-30 cs.SY eess.SY math.OC
Benders decomposition for congested partial set covering location with uncertain demand
针对需求不确定的拥塞型部分集合覆盖选址问题，构建 $Γ$-鲁棒混合整数二次模型，并提出含扰动处理的定制 Benders 分解，实验表明其优于 Gurobi 的视角重构。
2024-01-23 cs.DM math.OC
A comparison of formulations and solution methods for the Minimum-Envy Location Problem. Additional results
考虑了一种新形式的公平准则下的离散设施定位问题。该模型分析了需求点在工厂选址上只有严格优先顺序的情况。目标是找到设施的位置，使整个需求点的总嫉妒最小化。我们定义了这个新的总嫉妒标准，并提供了几个整数线性规划配方，反映和模拟这种方法。广泛的计算测试报告，显示的潜力和限制，每个配方上的几种类型的实例。
2008-06-19 math.OC
Continuous Location under Refraction
在本文中，我们解决的问题，定位一个新的设施上的$d$维空间的距离测量（$\ell_p$ -或多面体规范）是不同的，在每一个给定的超平面$\mathcal{H}$的边。我们将这个问题与折射的物理现象联系起来，并将其推广到任何有限维空间和任何超平面的每一侧的不同距离。这个问题的一个应用是一个设施的位置内或外的城市地区，其中必须使用不同的距离测量。我们提供了一个新的二阶锥规划制定，基于$\ell_p$ -范数表示在\cite{BPE2014}，允许解决，确切地说，在任何有限维空间的问题与半定规划工具。我们还扩展了问题的情况下，超平面被认为是一个快速交通媒体（不同的第三个规范也被认为是超过$\mathcal{H}$），允许的需求，通过$\mathcal{H}$更快地到达新的设施。广泛的计算实验运行在Guangzhou的报告，以显示该方法的有效性。
2014-04-11 math.OC
Consistent Path Selection for Bi-objective Median Location Problems on Graphs
University of Wuppertal, School of Mathematics and Natural Sciences（伍珀塔尔大学数学与自然科学学院）
本文针对图上双目标中位数选址问题，提出一致路径概念，将选址与路径决策耦合，设计算法计算含一致路径的最小完全有效解集合，并在德国伍珀塔尔市实例中验证结果。
2026-08-18 math.OC
Bi-objective facility location under uncertainty with an application in last-mile disaster relief
在许多现实世界的问题中，多个且通常相互冲突的目标受到数据不确定性的影响是主要特征。因此，在实践中，决策者需要了解目标之间的权衡，考虑不同程度的不确定性，以选择合适的解决方案。在本文中，我们认为一个两阶段的双目标单源容量限制模型作为一个基础配方设计的最后一英里网络在救灾的目标之一是受需求的不确定性。我们分析了两阶段的风险中性随机规划，自适应（两阶段）鲁棒优化，和两阶段的风险厌恶的随机方法，使用条件风险价值（CVaR）。为了应付问题的双目标性质，我们将这些概念嵌入到两个标准的空间搜索框架，$ε$ -约束方法和平衡箱方法，以确定帕累托前沿。此外，数学技术的开发，以获得高质量的近似的Pareto边界的大型实例。在一个广泛的计算实验中，我们评估和比较的性能的应用方法的基础上，从Thies干旱的情况下，塞内加尔的真实数据。
2022-12-20 cs.DM math.OC
Joint Location and Cost Planning in Maximum Capture Facility Location under Multiplicative Random Utility Maximization
本文首次在竞争性设施选址中引入乘法随机效用最大化框架，提出锥重构、多割外逼近和局部搜索三种方法求解联合选址与成本优化问题，并证明其相比加法框架更易高效求解。
2023-02-11 econ.EM math.OC
Optimizing Agricultural Drone Operations: From Launch and Recovery Siting to Tiered Routing Strategies
University of Michigan（密歇根大学）；Mosaic ATM
提出农业无人机喷洒作业框架，通过p-中位启发式将选址时间从97秒降至1.2秒，分层路由将计算时间降低一个数量级，实现分钟级规划。
2026-06-19 math.OC
Location and Capacity Planning of Facilities with General Service-Time Distributions Using Conic Optimization
本文研究了由有限个候选点组成的服务系统网络中的随机拥挤定位问题。分配给每个开放服务设施的人口区一起创建遵循泊松过程的需求流，并且可能导致设施处的拥塞。每个设施的服务时间是随机的，取决于服务能力，并遵循一般分布，每个设施可能有所不同。服务能力是从一个给定的（有界或无界）区间。我们的问题的目标是优化一个平衡的性能指标，设施引起的和客户相关的成本之间的妥协。服务时间是由一个灵活的位置规模随机模型。该问题是制定使用二次锥优化。为了提高计算效率，提出了有效的不等式和割集生成方法。一个全面的数值研究进行了显示的效率和有效性的解决方案的过程。此外，我们的数值实验使用的预防保健系统在多伦多的真实数据表明，最佳的服务网络配置是高度敏感的服务时间分布。本文给出的M/G/1排队等待时间公式的凸化方法是一般的，并且推广了排队论中已有的凸性结果，使其可用于服务率连续的最优化问题.
2018-08-31 cs.DM math.OC math.PR
Planar Maximum Coverage Location Problem with Partial Coverage, Continuous Spatial Demand, and Adjustable Quality of Service
我们考虑一个推广的经典平面最大覆盖定位问题（PMCLP），其中部分覆盖是允许的，设施有可调的服务质量（QoS）或服务范围，和需求区和服务区的每个设施表示的二维空间对象，如矩形，圆形，多边形等，我们表示这种推广的PMCLP-PC-QoS。在这个问题中的一个关键挑战是同时决定的设施在一个连续的二维平面上的位置和它们的QoS。提出了一种贪婪算法和一种伪贪婪算法，并给出了它们的逼近比。我们还研究了理论性质，并提出了精确的算法来解决：（1）PMCLP-PC-QoS的需求和服务区表示的轴平行矩形（表示为PMCLP-PCR-QoS），这也有应用在摄像机监控和卫星成像;和（2）一维PMCLP-PC-QoS的应用在河流清理。这些结果扩展并加强了Bansal和Kianfar [INFORMS Journal on Computing 29（1），152-169，2017]唯一已知的具有固定和相同QoS的PMCLP-PCR-QoS精确算法。我们目前的计算实验结果进行评估我们提出的精确和近似算法的性能。
2020-12-16 cs.DS math.OC
Lotsize optimization leading to a $p$-median problem with cardinalities
我们考虑的问题近似的分支机构和大小依赖的需求的时装折扣店与许多分支机构的分销过程是基于分支机构的交付限制到整数倍的批次从一个小的可用的批量类型。我们提出了一个正式的模型，它产生于与行业合作伙伴的实际合作。除了整数线性规划制定和原始启发式这个问题，我们还考虑了一个更抽象的版本，我们涉及到其他几个经典的最优化问题，如p-中位数问题，设施定位问题或匹配问题。
2008-04-09 math.OC
Directional approach to gradual cover: the continuous case
覆盖定位模型的目标是在给定的距离内覆盖设施的需求。逐渐（或部分）覆盖通过定义覆盖的逐渐下降来取代从完全覆盖到无覆盖的突然下降。在本文中，我们使用最近提出的规则来计算一个需求点的联合覆盖由几个设施称为“定向渐进覆盖”。与所有渐进覆盖模型相反，联合覆盖取决于设施的方向。为了计算联合覆盖，现有的模型适用于部分覆盖的每个设施，而不管他们的方向。我们开发了一种遗传算法来解决设施定位问题，也解决了问题的设施，可以位于任何地方的平面。建议的修改进行了广泛的测试，覆盖橙县，加利福尼亚州的案例研究。
2020-04-06 cs.NE math.OC
The Weber Problem in Logistic and Services Networks under Congestion
我们研究了一个位置分配路由问题，其中卡车将货物从一个中央生产设施提供给一组具有固定位置和已知需求的仓库。由于容量有限，发生拥塞并导致拥挤问题。确定中心的位置以最大限度地利用给定的资源（以吞吐量衡量），并确定最小数量的卡车以满足仓库产生的总需求。对这一战略和战术/作战层次上的集成判定问题的主要结果是：（i）选址决策归结为一个带加权距离的标准Weber问题。(ii)位置和车队规模的联合决策是可分离的。(iii)该中心的位置是强大的，对扰动的几个系统参数的操作/战术水平。此外，我们考虑旅行时间最小化作为优化目标。
2022-06-01 math.OC math.PR
