Vessel deployment with limited information: Distributionally robust chance constrained models(信息不完备环境下的货轮部署问题)
发布时间:12-29-23

赵越,陈植,Andrew Lim,张真真

Transportation Research Part B: Methodological, 161, 197–217.

 

推荐理由

国际贸易中的货物运输以海运为主,占总量的80%以上,对全球经济发展具有重要作用。货轮部署问题是海运规划中的一类重要问题,需要为拟定的运输线路选择适量的货船及发船频率,使得沿途城市的需求都能得到满足,并最小化运输成本。

作者简介

赵越:新加坡国立大学Institute of Operations Research and Analytics博士后

陈植:香港城市大学管理科学系助理教授

Andrew Lim:西南交通大学计算机与人工智能学院教授

张真真:同济大学经济与管理学院副教授

关键词

Maritime transportation, Fleet deployment, Liner shipping, Distributionally robust optimization, Joint chance constraints, Data-driven optimization

内容简介

货轮部署决策方案对运输成本和服务质量有着重要影响,同时也对物流企业的长远声誉和竞争力产生深远影响。受经济波动与突发疫情等事件的影响,沿途城市的运输需求往往具有较大的不确定性,给货轮部署决策带来了更大挑战。

本工作针对考虑不确定需求的货轮部署问题,进行了深入研究:(1)利用有限的历史数据,基于统计技术构建了基于均值和一阶偏差的分布不确定集(ambiguity set);(2)不同于现有的求解此类问题的随机规划模型及基于概率不等式的鲁棒模型,提出了数据驱动的分布鲁棒模型和对等式变换模型,丰富了相关文献;(3)针对产生的双线性(bilinear)模型,设计了基于线性规划的序贯算法,可以快速求解得到高质量的决策方案;(4)大量仿真实验表明,所得到的方案更具鲁棒性,保证了运输需求的满足率,并给出了一系列管理启示。

 

关闭 微信扫一扫

X Thank you for your interest in Master of Global Management, Tongji University!