Harvest management problem in a fractional logistic equation

Optimal management of harvested population at the edge of extinction

Optimal control of harvested population at the edge of extinction in an unprotected area, is considered. The underlying population dynamics is governed by a Kolmogorov-Petrovsky-Piskunov equation with a harvesting term and space-dependent coefficients while the control consists of transporting individuals from a natural reserve. The nonlinear optimal control problem is approximated by means of a Galerkin scheme. Convergence result about the optimal controlled solutions and error estimates between the corresponding optimal controls, are derived. For certain parameter regimes, nearly optimal sol…

具有放牧效应的Logistic模型的最优收获

Optimal harvesting for a logistic model with grazing

本文研究带放牧项的Logistic椭圆模型的最优收获问题，证明了大参数下正解的存在唯一性，并建立了使收益泛函最大化的最优控制的存在性及唯一最优性系统。

种群动力学的若干区域控制问题

Some regional control problems for population dynamics

本文研究了一类带扩散的结构种群动力系统的控制问题。首先，我们研究了一个最优收获问题的区域控制（控制作用在整个区域$Ω$的一个子区域$ω$）。使用必要的最优性条件，对于一个固定的$ω$，我们得到的结构的收获的努力，使最大的收获，这个最佳的努力，我们调查的最佳选择的子区域$ω$，以最大限度地提高收获。我们引入了一个迭代的数值方法，以增加在每次迭代的总收获，通过改变子区域的努力行动。数值试验表明了理论结果的有效性。我们还考虑了具有扩散和Logistic项的年龄结构害虫种群动力学的根除问题，这是一个带约束的零稳定问题。我们得到了零稳定的一个必要条件和一个充分条件。我们制定了一个相关的最优控制问题，它考虑到在子区域$ω$的干预成本。

随机控制下的最优收获：HJB方程与Feynman-Kac表示

Optimal Harvesting under Stochastic Control: HJB Equation and Feynman-Kac Representation

研究随机框架下可再生资源的最优收获策略，通过HJB方程和Feynman-Kac表示两种方法，实现经济高效与生态可持续的平衡。

基于决策规则的空间物流灵活性管理

Flexibility Management for Space Logistics via Decision Rules

本文针对不确定条件下的空间物流任务规划，提出基于决策规则和多阶段随机规划的灵活性管理框架，集成决策规则与网络优化模型生成帕累托前沿和决策规则，通过空间站补给案例验证其价值。

Reverse Logistics Network Design to Estimate the Economic and Environmental Impacts of Take-back Legislation: A Case Study for E-waste Management System in Washington State

In recent years, recycling and disposal of end-of-life (EOL) electronic products has attracted considerable attention in response to concerns over resource recovery and environmental impacts of electronic waste (e-waste). In many countries, legislation to make manufacturers responsible for taking e-waste at the end of their useful lives either has been adopted or is being considered. In this paper, by capturing different stages in the life-cycle of EOL electronic products (or, e-waste) generated from private or small-entity users, we develop two different formulations of a reverse logistics ne…

物流和运输系统连续近似模型的进展：1996 - 2016

Advancements in Continuum Approximation Models for Logistics and Transportation Systems: 1996 - 2016

连续介质近似（CA）是一种有效的和简约的技术建模复杂的物流问题。在本文中，我们回顾了最近的研究，开发CA模型的运输，配送和物流问题的目的是综合最近的进展，并确定当前的研究差距。本调查的重点是CA模型的重要原则和关键结果。特别是，我们认为这些研究填补了这一领域的最新文献综述所确定的差距。我们观察到，CA模型被用于更广泛的应用，特别是在设施选址和集成供应链管理领域。大多数研究使用CA作为精确解方法的替代方法;然而，CA也可以与精确方法结合使用。最后，我们还提出了未来工作的一些有希望的领域。

能量收集网络的快速收敛学习辅助控制

Fast-Convergent Learning-aided Control in Energy Harvesting Networks

在本文中，我们提出了一种新的学习辅助能量管理方案（$\mathtt{LEM}$）的多跳能量收集网络。与该问题的先前工作不同，我们的算法通过称为\emph{perturbed dual learning}的步骤显式地将信息学习纳入系统控制中。$\mathtt{LEM}$不需要系统动态的任何统计信息来实现，并且有效地解决了具有挑战性的能量中断问题。我们发现，$\mathtt{LEM}$实现了接近最佳的$[O(ε), O(\log(1/ε)^2)]$效用延迟权衡与$O(1/ε^{1-c/2})$能量缓冲区（$c\in(0,1)$）。更有趣的是，$\mathtt{LEM}$拥有$O(1/ε^{1-c/2} +1/ε^c)$的\emph{convergence time}，这比纯粹基于数据的技术的$Θ(1/ε)$时间或纯粹依赖于学习系统统计的方法的$Θ(1/ε^2)$时间快得多。这种快速收敛特性使得$\mathtt{LEM}$在动态环境中的资源分配中更具自适应性和效率。$\mathtt{LEM}$的设计和分析演示了如何通过学习来增强系统控制算法，以及其好处是什么。该方法和算法也可以应用于类似的问题，例如，处理网络，其中节点需要非零数量的内容来支持它们的动作。