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
Exact Approaches for Competitive Facility Location with Discrete Attractiveness
我们研究了竞争性设施定位问题的一个变种，在这个问题中，一个公司要在一个已经存在竞争者设施的市场上建立新的设施。我们考虑的情况下，只有有限数量的可能的吸引力水平是可用的，公司必须选择一个级别为每个开放的设施。目标是确定设施的位置和吸引力水平，使利润最大化。我们应用基于引力的规则来模拟客户的行为，并制定一个多比率线性分数0-1规划。我们的主要贡献是该问题的精确解方法。这些方法允许简单的实现，而不需要设计复杂的算法，并且对没有坚实数学背景的用户来说是“友好的”。我们在随机生成的数据集上进行计算实验，以评估其计算性能。结果表明，混合整数二次圆锥曲线的方法优于其他的计算时间。另外，它也是最简单的一种，只要求使用者熟悉圆锥曲线二次不等式的一般形式。因此，我们建议将其作为此类问题的首选。
2020-02-23 math.OC
On the Optimum Scenarios for Single Row Equidistant Facility Layout Problem
单排等距设施布局问题SREFLP是一个NP难问题，它模拟了等间距直线设施布局的物料搬运成本。基于文献，很明显，研究人员对解决SREFLP的努力从精确方法转向释放运行时间跟踪近似方法在时间竞赛中的原理，而不考虑搜索其时间复杂度释放与可证明的解的质量。本研究的重点是下界LB技术作为一个独立的潜在的解决工具SREFLP。特别是，最知名的SREFLP LB从文献中报道，显着LB的最佳方案突出显示。最初，SREFLP双向LB的一个间隙被增强。通过将增强的LB与著名的Gilmore-Lawler GL边界相结合，给出了一种新的SREFLP最优方案。对GLB的进一步改进，保证了精确的收发设施分配，并提出了SREFLP至多4/3近似方案的猜想。
2022-12-20 cs.DS math.OC
A matheuristic for solving the single row facility layout problem
Institute for Application-Oriented Knowledge Processing (FAW), Johannes Kepler University Linz（应用导向知识处理研究所，约翰内斯·开普林茨大学）；Institute of Business Analytics and Technology Transformation/JKU Business School, Johannes Kepler University Linz（商业分析与技术转型研究所/JKU商学院，约翰内斯·开普林茨大学）
本文提出一种结合模拟退火与混合整数规划的窗口数学启发式方法，用于求解大规模 SRFLP，并在 70 个基准实例中改进 17 个、追平 53 个已知最佳解。
2025-06-11 math.OC
An semidefinite programming-based $\varepsilon$-constraint method for the bi-objective single-row facility layout problem
Johannes Kepler University Linz（林茨约翰·开普勒大学）；University of Augsburg（奥格斯堡大学）
针对双目标单行设施布局问题，提出基于半定规划的ε-约束方法，利用分支定界过程增强求解效率，并引入非二进制分支和节点重用等改进。
2026-07-02 math.OC
Assessing the effectiveness of park-and-ride facilities on multimodal networks in smart cities
本文提出一种基于整数规划的优化程序，综合考虑出行时间、停车费及车位不可用风险，为多模式网络用户确定最小成本停车策略，并在西班牙塞维利亚验证了有效性。
2025-01-31 math.OC
Benders decomposition approach to solve the capacitated facility location problem
设施选址问题是运筹学中最重要的问题之一，其目标是使设施的总费用（包括开放设施的费用和运输费用）最小化。这项研究解决了FL的问题，其中每个设施的能力是有限的。由于该问题属于NP难问题，因此我们使用Benders分解（BD）方法来有效地解决FL问题。在本文中，我们实现了经典的BD算法和一些加速BD方法，如Pareto最优切割和L形分解方法。此外，我们提出并实现了混合Pareto-L-shaped（PL）方法，并评估所实现的算法的性能。结果表明，L形分解在时间和迭代次数方面优于其他算法，而经典的BD收敛速度较慢，特别是在大规模上。
2021-04-22 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
A scalable solution for the extended multi-channel facility location problem
针对多履约通道、带容量约束的大规模设施选址问题，提出结合子模最大化与多阶段 Sinkhorn 最优传输的可扩展近似算法，实现较商业 MILP 求解器百倍加速且目标值差距不超过3%。
2023-04-21 math.OC
Transit facility allocation: Hybrid quantum-classical optimization
Simon Fraser University（西蒙菲莎大学）
本文提出了一种结合量子技术和经典优化的混合方法，用于解决交通设施分配问题，通过减少设施数量同时保持服务可达性，提升交通服务质量。
2022-10-22 math.OC quant-ph
An efficient branch-and-cut approach for large-scale competitive facility location problems with limited choice rule
本文针对带有限选择规则的竞争性设施选址问题，提出基于子模不等式及其序列提升的分支切割方法，显著优于现有方法并可求解万级顾客与两千设施的大规模实例。
2024-06-09 math.OC
Competitive Location Problems: Balanced Facility Location and the One-Round Manhattan Voronoi Game
我们研究竞争选址问题在一个连续的设置，其中设施必须放置在一个矩形域$R$的规范化尺寸的$1$和$ρ\geq 1$，距离测量根据曼哈顿度量。我们表明，家庭的“平衡”设施配置（其中个别设施的Voronoi细胞均衡相对于一些几何性质）是相当丰富的，在这个度量比欧几里得距离。我们的主要结果认为“一轮Voronoi游戏”与曼哈顿的距离，在第一个球员白色，然后球员黑色每个地方$n$点在$R$，每个球员得分的地区，其设施之一是比对手的设施更接近。我们给出了一个严格的刻画：白方有获胜策略当且仅当$ρ\geq n$ ;对于所有其他情况，我们给出了黑方的获胜策略。
2022-09-05 cs.CG cs.DM cs.GT
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
A row generation method for inverse continuous facility location problem
在单个设施定位问题中，给定一组点，目标是找到新设施的最佳位置，相对于给定的标准，如最小化时间，成本和客户与设施之间的距离。另一方面，逆模型试图以最小成本修改问题的参数，使得给定点变得最优。针对一般情况下的平面内变权单设施定位问题，提出了一种新的求解算法。给出了算法的收敛性和最优性条件。在特殊情况下，考虑了逆极小和极小极大单设施定位问题，并对算法进行了实例验证。实验结果表明了该算法在这些实例上的有效性。
2020-08-03 math.OC
A matheuristic algorithm for the single-source capacitated facility location problem and its variants
本文提出了单源容量限制设施选址问题（SSCFLP）及其变型：具有K个设施的SSCFLP（SSCKFLP）、具有连续服务区的SSCFLP（CFLSAP）和具有K个设施和连续服务区的SSCFLP（CKFLSAP）的数学算法。该算法从初始解开始，通过精确求解基于邻域的大子问题来迭代改进解。在5组SSCFLP基准测试实例上对算法的性能进行了测试。在272个实例中，找到了191个最优解，并更新了35个最佳已知解。对于300-1000个设施和300-1500个客户的最大实例集（Avella和Boccia 2009），所提出的算法在解质量和计算时间方面优于现有方法。此外，基于两个地理区域，生成两组实例来测试求解SSCFLP及其变体的算法。所提出的算法找到的解决方案近似最优解或下界的平均差距为0.07%的SSCFLP，0.22%的CFLSAP，0.04%的SSCKFLP，和0.13%的CKFLSAP。
2021-12-24 cs.DM math.OC
Inverse single facility location problem in the plane with variable coordinates
本文研究二维空间中具有可变坐标的逆单设施选址问题，提出一种通用算法并给出最优性条件，通过逆最小和单设施选址实例验证了算法的有效性。
2025-03-10 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
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
Linguistic Pattern Based Optimization of Economic and Spatial Uniformity Criteria in Facility Layout Problems
Faculty of Management, Wrocław University of Science and Technology（管理科学院，弗罗茨瓦夫科技大学）
本文扩展LP Alinks框架，引入NCS空间均匀性准则，通过实验揭示结构与语言参数对布局的影响，推导参数选择矩阵，对比显示其在成本与均匀性权衡上表现更优。
2026-08-10 cs.CE econ.GN 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
Intermediate Service Facility Planning in a Stochastic and Competitive Market: Incorporating Agent-infrastructure Interactions over Networks
本文提出基于网络的多智能体优化模型，解决随机竞争市场中需偏离最短路径的中间服务设施规划问题，通过构建考虑去中心化决策的新框架并开发精确凸重构克服非凸计算挑战，同时量化了随机建模与信息的价值。
2023-04-03 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
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
