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
Home health care planning with considering flexible starting/ending points and service features
卫生系统最近提出的战略之一是在家里为病人提供服务，提高服务质量，同时降低卫生系统的成本。在现实世界中，一些服务，如生物测试或血液采样，迫使护士开始或结束他/她的路线从/在实验室，而不是仓库，改变了整个最佳规划。到目前为止，这些特殊服务要求和功能的影响尚未考虑。在本研究中，一个新的数学模型建议考虑到灵活性的起始/结束地点的每个护士的路线，根据每一个服务的具体特点。然后，在不同规模的几组问题，解决了使用所提出的模型，其中的结果证实了所提出的方法的效率。此外，还对服务所需功能的参数进行了一些灵敏度分析，然后提出了一些管理见解和未来研究的方向。
2022-05-02 math.OC
Multi-Fidelity Space Mission Planning and Infrastructure Design Framework for Space Resource Logistics
针对空间资源物流的基础设施设计与任务规划问题，提出系统级优化框架与多保真度模型，通过权衡ISRU架构选项及物流协同效应，高效支持空间基础设施架构的权衡研究与决策。
2021-03-11 cs.SY eess.SY math.OC
Stochastic Fleet Mix Optimization: Evaluating Electromobility in Urban Logistics
在本文中，我们研究的问题，优化的规模和混合的电动和传统的车辆所拥有的公司提供城市货运物流服务的车队。在战略规划阶段考虑不确定的客户要求。这些请求在每个业务期间的业务开始之前公布。在操作层面上，提出了一种新的汽车动力消耗模型。除了机械功耗外，该模型还考虑了取决于环境温度的机舱气候控制功率和辅助功率，后者考虑了外部设备消耗的能量。本文将随机船队规模和组合优化问题描述为两阶段随机规划问题，提出了一种基于样本平均近似的启发式方法求解该问题，并针对每个运营期，采用自适应大邻域搜索算法确定运营决策和相关成本。该方法的适用性证明了通过两个案例研究在城市物流服务。
2020-09-02 math.OC
Data-Driven Distributionally Robust Surgery Planning in Flexible Operating Rooms Over a Wasserstein Ambiguity
我们研究了弹性手术室（OR）的择期手术计划，急诊患者在现有的择期手术时间表。具体来说，择期手术可以提前几周或几个月安排。相比之下，急诊手术是随机到达的，必须在到达当天进行。择期和急诊手术的实际持续时间的概率分布是未知的，并且可能只有一小部分历史实现可用。为了解决分布的不确定性，我们首先构建了一个模糊集，包括所有可能的手术时间分布在1-Wasserstein距离的经验分布。然后，我们定义了一个分布强大的手术分配（DSA）问题，以确定最佳的择期手术分配决策，以提供手术块在多个OR，考虑到紧急情况下所需的能力。我们的目标是最大限度地减少总成本，包括固定成本有关的调度或拒绝择期手术加上最大预期成本与或加班和空闲时间在所有分布中定义的模糊集。使用DSA模型的结构特性，我们推导出一个等效的混合整数线性规划（MILP）的重新制定，可以有效地使用现成的优化软件来实现和解决。此外，我们扩展了所提出的模型，以确定服务于两个竞争的手术类所需的OR的数量，并推导出MILP的这种扩展。我们进行了广泛的数值实验的基础上，真实世界的手术数据，证明我们提出的模型的计算效率和优越的样本外的操作性能超过两个国家的最先进的方法。此外，我们得出的见解，在灵活的手术室手术调度。
2022-03-07 math.OC
Distributed and Dynamic Hub Network Operation Planning in a Hyperconnected Less-Than-Truckload Operating System
Physical Internet Center Supply Chain & Logistics Institute School of Industrial & Systems Engineering Georgia Institute of Technology（佐治亚理工学院工业与系统工程学院供应链与物流研究所物理互联网中心）
针对零担运输行业成本高、网络分散问题，基于物理互联网原则，设计多枢纽运营规划协议，通过模拟实验验证其有效性，提升了PI网络的实用性与鲁棒性。
2026-08-14 math.OC
Data-driven Optimization for Drone Delivery Service Planning with Online Demand
针对在线随机需求下的城市无人机配送规划，本文将问题建模为 Markov 决策过程，并用前瞻模拟训练航段优先级模型以指导加权备用容量与利润权衡，实验证明其优于短视策略。
2024-04-03 math.OC
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。
2021-03-28 cs.SY eess.SY math.OC
Reinforcement Learning to Optimize the Logistics Distribution Routes of Unmanned Aerial Vehicle
University of Southampton（南安普顿大学）
无人机（UAV）在货物配送中的路径规划方法因其灵活性，适用于客户与配送节点之间“最后一公里”的多种情况而受到业界和学术界的极大关注。然而，这种复杂的情况仍然是传统的组合优化方法的一个问题。针对多禁飞区复杂环境下无人机的航迹规划问题，在现有强化学习（RL）方法的基础上，提出了一种改进方法。改进的方法利用了注意力机制，并且包括作为编码器的嵌入机制和三种不同宽度的束搜索（即，1、5、10）作为解码器。策略梯度被用来训练强化学习模型，以获得推理过程中的最优策略。结果表明，该模型在这类复杂情况下的应用是可行和有效的。将该模型与优化求解器OR-tools得到的结果进行比较，提高了配电系统的可靠性，对无人机的广泛应用具有指导意义。
2020-04-21 cs.LG eess.SP math.OC
Markov Chain-based Policies for Multi-stage Stochastic Integer Linear Programming with an Application to Disaster Relief Logistics
提出基于马尔可夫链的聚合框架及两阶段线性决策规则近似，用于求解多阶段随机整数线性规划，并在飓风灾害救援物流中实现高质量策略与计算效率的平衡。
2023-05-10 math.OC
Optimal Path Planning of Airborne Wind Energy Systems with a Flexible Tether
Ghent University（根特大学）；KU Leuven（荷语鲁汶大学）；Flanders Make（佛兰德斯制造）
提出一种基于索引-1微分代数方程的最优控制框架，采用准静态方法处理柔性系绳，通过同伦策略生成最优轨迹，并与刚性系绳模型对比，验证了考虑系绳柔性的必要性。
2026-07-02 cs.SY eess.SY math.OC
Managing Relocation and Delay in Container Terminals with Flexible Service Policies
提出了一种新的集装箱码头堆场起重机运行规划模型和数学公式。我们的目标是开发一种工具，捕捉以客户为中心的元素，特别是服务时间，并帮助运营商管理昂贵的搬迁。我们的模型结合了几个实际的细节，为港口运营商提供了扩展的功能，包括计划在非高峰时段重新定位移动，控制每个客户的等待时间以及总服务时间，优化重新定位的数量和等待时间，并同时优化集装箱堆放和检索过程。我们还研究了一类灵活的服务政策，允许无序检索。我们表明，在这种灵活的政策下，我们可以减少搬迁和检索延迟的数量，而不会造成不公平。
2015-03-05 cs.DS math.OC
Optimal Trajectory Planning for Flexible Robots with Large Deformation
机器人手臂的轻量化可以减少不必要的能量消耗，这在机器人工业中是理想的。然而，轻质臂经受不期望的弹性变形。本文研究了一种轻型柔性臂的平面运动。为了得到精确的数学模型，考虑了柔性臂大弯曲变形引起的轴向位移和非线性曲率。施加了一个轴向位移与柔性梁的横向位移有关的拉伸条件。这导致具有三个刚性模式和一个弹性模式的机器人模型。弹性模态依赖于时间和位置。假设模式方法用于消除空间依赖性。采用拉格朗日法推导了控制方程。考虑了大变形、重力和尖端质量等非线性项的影响。控制输入包括施加在滑块和臂之间的关节处的力和力矩（见图1）。传统的计算转矩控制律不能使系统稳定，因为没有像系统的状态那样多的控制输入。粒子群优化（PSO）技术，然后用于获得一个合适的轨迹，其目的是最大限度地减少激励的弹性模式。两种方法被认为是用于生成轨迹函数，或者使用三层人工神经网络（ANN）或使用样条插值。为了保证系统的鲁棒性，提出了一种滑模控制策略。仿真结果表明，三层人工神经网络技术提供了任意小的调整时间，也比样条函数技术的优化算法收敛速度更快，并产生光滑的轨迹。
2020-06-25 cs.RO math.OC
Fuel and Time Optimal USV Trajectory Planning under Flexible Refueling Constraints
本文研究了考虑方向相关海流和灵活加油约束的无人水面航行器轨迹优化问题。这项工作的动机是对开发用于海洋无人水面车辆的商业，科学和军事应用的自主导航技术的兴趣日益浓厚。关于这种飞行器的相关文献已经解决了能量高效的轨迹优化和时间高效的轨迹优化。然而，包括加油停止和多目标优化的轨迹优化技术的应用仍然相对未被探索。我们解决这个公开的挑战，制定的轨迹设计问题作为一个非凸的混合整数优化程序与多目标代价函数。然后，我们应用动态规划来解决这个优化程序的燃料和时间的最佳轨迹。我们将这些结果合成为一系列的帕累托前沿，展示了燃料消耗和行程时间之间的权衡与方向相关的洋流的原型路线。此外，我们解决的最佳轨迹说明了燃料水平变低时车辆行为的变化，以及车辆遇到适得其反的洋流。我们的研究结果表明了一些有意义的见解的整体轨迹优化过程。
2020-11-05 cs.SY eess.SY math.OC
Nodal Capacity Expansion Planning with Flexible Large-Scale Load Siting
Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
本文提出将大规模负荷选址纳入随机节点电力系统容量扩展规划模型，同时优化发电、输电和储能扩展。通过将负荷分为不同可靠性要求的多个层级，考虑其运营灵活性，并利用两阶段随机混合整数优化问题和跨场景期望约束进行求解。
2026-04-15 cs.SY eess.SY math.OC
Hydrogen Supply Chain Planning with Flexible Transmission and Storage Scheduling
随着可再生能源发电和水电解的成本不断下降，氢气正成为一种越来越有吸引力的能源载体。为H $_{2}$供应链开发建模和决策工具，充分捕捉各种资源的灵活性，对于理解H $_{2}$使用的整体成本竞争力至关重要。为了满足这一需求，我们开发了H $_{2}$供应链规划模型，该模型确定H $_{2}$发电、存储、传输和压缩设施的最低成本组合，以满足H $_{2}$需求，并通过电价与电力系统相结合。我们为H $_{2}$卡车和管道提供灵活的调度，使它们能够同时充当H $_{2}$传输和存储资源，从而在空间和时间上转移H $_{2}$需求/生产。在美国东北部的案例研究结果表明，H $_{2}$传输和存储资源的灵活调度的拟议框架是至关重要的，不仅成本最小化，而且H $_{2}$生产路径之间的电解槽和集中的天然气为基础的生产设施的选择。卡车作为移动存储可以通过提供额外的时空灵活性来响应电价变化，同时满足H $_{2}$需求，从而使电解槽更具竞争力。该模型还提供了一个合理的权衡建模精度和解决方案的时间。
2020-08-17 cs.SY eess.SP eess.SY
Semi-on-Demand Off-Peak Transit Services with Shared Autonomous Vehicles -- Service Planning, Simulation, and Analysis in Munich, Germany
Northwestern University（西北大学）；Technical University of Munich（慕尼黑工业大学）
研究基于共享自动驾驶车辆的半按需非高峰公交服务，结合分析建模与模拟方法，探讨德国慕尼黑十条公交线路的服务规划等关键问题，发现SAV可提高服务质量，验证了分析模型，明确最佳SoD设置及过渡阶段的情况。
2026-07-28 cs.SY eess.SY math.OC
On-Orbit Servicing Optimization Framework with High- and Low-Thrust Propulsion Tradeoff
本文提出一种在轨服务物流优化框架，整合用户定义轨迹模型并权衡推进技术与轨迹，采用混合整数线性规划和滚动时域方法优化服务航天器运行，可支持基础设施的短期调度与长期规划。
2025-08-19 cs.SY eess.SY math.OC
Tutorial and Practice in Linear Programming: Optimization Problems in Supply Chain and Transport Logistics
North Dakota State University（北达科他州立大学）
本教程面向线性规划学习者与从业者，提出新认知框架与地图可视化工作流，结合Python与GIS工具，讲解供应链及运输物流领域多类空间优化问题的建模求解方法。
2023-05-04 cs.AI cs.CE math.OC
