组会和准备

约 2932 个字 1 张图片 预计阅读时间 10 分钟

师姐的汇报（pass）

师兄的汇报

1. 列生成无解的情况：如何保证生成的列是符合约束的？
2. Traffic equilibrium considering hetergenetty across electric vehicles.
3. UE (和下面的EG有什么关系)
4. 演化博弈（evolutionary game theory）多领导者的框架：充电运营商的定价；燃油车和电动车。

自我介绍（pass）

• 工位的事情
• 师门联络员（zwk师兄暂时接着）
• 网费的事情
• 学院的资源：服务器的事情等；
• 讨论班的课的情况：14次课程；

10.27 开始汇报相关的。

• 24个人 -> 10 人 最后留3次课即可；周一和周五的上午（！）
• 周末的那个讲座：车队、参与人的行为；自己要多关注一些文章和背景（优化模型和方法：尤其是文献里的方法）

• 借教室的事情：

论文名称	作者	专业 （IE：工工；LE：物流；MS：管科）	评价、总结
基于视频图像识别的电梯层间客流估计	PXC	IE 17	双层规划建模（3种方法：极大entropy，便捷约束、先验信息）、计算机识别技术YOLOv3
南京地铁开展城市配送的可行性研究	CZY	LE 14	地铁物流的可行性研究、SWOT分析、调查问卷、数据分析
S P D 模 式 下 医 院 病 区 药 品库存管理研究	YTT	LE 17	医药物流、 (S, S, R,Q) 库存补货、需求确定和不确定的情况
考虑配置储能系统的电动公交充电站充放电调度策略	HYF	IE 20	按照时间建模、按照incident建模、MIP、电动公交
自营型跨境电商平台务质量评价研究	ZMM	LE 16	跨境电子商务（=物流吗？）、主成分回归、调查问卷、制定量表，确定指标、因子分析
基于多目标的双模式交通网络用户均衡及道路收费研究	SHZ	MS 16	道路拥挤收费、UE、双层规划、多目标、双模式（地铁+ 开车）、Logit
南京市鼓楼区共享电动汽车站点仿真与优化	ZJ	IE 18	共享自行车 Flexsim优化仿真、实地考察、数据搜集、统计检验、假设、TOPSIS、优化：车数、充电桩、车位
双目标用户均衡下的交通流逐日动态演化模型	MXY		Day-to-day dynamic 双目标均衡；BUE：通行时间 + min 成本
启发式算法解决带时间窗和组合拍卖的车辆路径问题	KTT (of Prof. Luo)	LE 17	带时间窗和组合拍卖的车辆路径问题、启发式算法、ALNS
集送货一体化的车辆路径问题	ZH (of Prof. Luo )	LE 17	快销品供应链、一部分必须由特定仓库supply
众包模式外卖员抢单与路径规划策略研究	WZH(of Prof. CGH)	LE 18	待补充

思考

物流的选题有个特定的切口，比如是“医药物流”，or 带有XXX约束的车辆路径规划、or 冷链物流运输；

VRP / VSP 的变形，或者一个基础模型（HYF师姐的），然后加入鲁棒的各种因素（Uncertainty Budget Set）

---

此外一些学硕师姐/师兄的内容，比如考虑后悔的用户出行选择、道路交通收费等有重复的内容有所删减。

---

Vehicle Scheduling Problem / EBSP Electric Bus Scheduling Problem.

depot，满足的路段、给定车型，给定时间窗口，把哪些车排到哪些路段上；

\(X^K_{ij}\)： 从 \(i\) 到 \(j\) 的这段路是由K种电动公交行驶的；为了简化模型；

EB 数量: \(\sum_{c \in C^{'}} \sum_{j \in T} X^T_{s_cj}\)

目标函数：购买电车的总成本、固定、时变成本（for cover all trips）、员工工资、汽车维护等；

Zhou, Y., Wang, H., Wang, Y., & Li, R. (2022). Robust optimization for integrated planning of electric-bus charger deployment and charging scheduling. Transportation Research Part D: Transport and Environment, 110, 103410.

Eliiyi, D. T., Ornek, A., & Karakütük, S. S. (2009). A vehicle scheduling problem with fixed trips and time limitations. International Journal of Production Economics, 117(1), 150-161.

---

Terms

On-demand Logistic service

UAV: 无人驾驶飞行器？

Electric Vehicle / Electric Bus / Freight / Cargo

• Freight / Cargo / Air network : ALNS

Zheng, H., Sun, H., Zhu, S., Kang, L., & Wu, J. (2023). Air cargo network planning and scheduling problem with minimum stay time: A matrix-based ALNS heuristic. Transportation Research Part C: Emerging Technologies, 156, 104307.

• Truck-Drone hybrid routing problem.

time dependent Travel Time:

笔记

目标函数：最小化响应时间（应急救援）

PDSTSP(2015, Murray) 求解思路：小规模 (<200)的精确算法：MILP、启发式算法（大邻域搜索、Tabu search）

其研究方向主要集中在 以下几个方面:一是货车-无人机协同调度模式的研究;二是对无人机的续航里程、负载重量、禁行禁飞区域限制等因素的影响分析;三是对货车-无人机 协同调度优化决策方法的研究。

模式： 1. 独立运作，有固定depot：退化成VRP问题：发挥不了无人机的特性； 2. 多个truck UAV（或者truck-Drone）；有时间窗的；

龙玉莹. 应急条件下货车—无人机协同运输优化调度研究[D].哈尔滨工业大学,2022.DOI:10.27061/d.cnki.ghgdu.2022.003818.

Truck-Drone协同的一些思考

用在农村或者地面不通畅的农村地区；

有哪些运营模式：

Gu, R., Liu, Y., & Poon, M. (2023). Dynamic truck–drone routing problem for scheduled deliveries and on-demand pickups with time-related constraints. Transportation Research Part C: Emerging Technologies, 151, 104139.

heuristic methods

城市环境下的无人机配送（UAV）-> 涉及路线冲突、城市楼房避障（用机器学习方法）、飞行高程分配（Air Traffic Management）

• 对比混合配送和无人机配送的能量消耗（仿真、飞行过程、高度、风向...）

Li, L., Lo, H. K., & Xiao, F. (2019). Mixed bus fleet scheduling under range and refueling constraints. Transportation Research Part C: Emerging Technologies, 104, 443-462.

工作量很大，不仅从公交车的角度考虑了能耗、排班、加油（充电），还把顾客的时空关系加入了这个网络中，目标函数最大化了social welfare，然后还有具体的网络构建、可行性判断等。

---

• 综述类文章：

Shen, Z. J. M., Feng, B., Mao, C., & Ran, L. (2019). Optimization models for electric vehicle service operations: A literature review. Transportation Research Part B: Methodological, 128, 462-477.

充电基础设施选址、充电运营调度、公共政策、市场定价、环境（节能减排）、和宏观交通分析（私家车（和网络流类的建模相关））、用户均衡；

启发式方法、

MILP

分布式鲁棒

OPF：？whats that?

• 多充电运营商？联邦学习：隐私保护情况下的学习。

  • 非合作博弈：Multi-leader come-follow games.
  • 是否要分享一些用户信息，提升XXX；
  • 网约车

  下层：UE、交通流；

  上层：交通管理者、定价等；

  和电网的耦合均衡； - 静态交通均衡 - 位置、电量、充电意愿等；

仿真：用代理模型加快速度。在方法上的创新：离线抽样、近似地去仿真； 机器学习。

V2G：基于活动的；

---

• 分布式鲁棒
• 矩模糊集；测度；椭球不确定集；

• SOP/SDP；

• 风电场的调度和规划：（czq）不确定性和一阶段的建设规模是相关的：决策影响到不确定性，对调度也会有影响；

决策依赖模糊集

• xp的论文开题：一个园区的能源管理、照明、空调、充电桩规划等；变成双向充电桩：可以反向放电；

• 想一些策略，不用在模型上下太多功夫的话就要在问题上想更多的内容；

• 在问题上多考虑些什么，有一些创新 + 在算法上有一些创新；

  • 基本上在物流配送的领域

• 单个场站 -> 多充电站 的情况的尝试；

  • 测重算法的部分：模型比较粗糙；
    • 拉格朗日松弛；
  • 电网和交通网耦合；
    • 最优潮流：建模方面，做个转换；
    • 和储能的结合；
  • EVRP 两阶段的选址 + 调度

• 无人机血液样本配送

• 农村领域如何应用？

记录

最大无人机货运：zipline：在非洲开始的应急血液配送：在日常的运营中有没有运用场景？

Alphabet：wing

5～30kg

• 无人机空路规划？？？？？？？？？？？？？？

DSO: 配电系统运营商；

Je suis fatigué

参考链接

zipline 在非洲的运营策略

电动汽车充电需求

---

1116 Deep learning in OR / OM

运营与供应链、医疗健康运营管理；Machine Learning and Data-Driven / Inventory M

短生命周期产品采购决策、多产品采购决策、卫生信息学（在美国在中国做都算有贡献）Health-care System Engineers

机器学习在新产品库存模型中的应用

• 单期（没有销售历史怎么办？）找历史上相似产品的相似情景（挑一些similarity很高的）；
  • 特征：款式、样式、价位...从过去大样本中挑选一个样本
• 多品种：stockout subsitution: 真实需求被污染了（有些是真实需求，有些是复杂需求）

Deep Reinforcement Learning

• take the risk.
• ChatGPT /
• DRL : 重要的工具

定义

• DL： 神经网络 \input output
• RL : 下。

RL 问题上通常被建模为Markov 决策过程（因为RL本身就是通过试错来做决策的问题）

深度强化学习可以读取非常大的输入资料（电子游戏），判断哪个动作可以获得最好的目标。

OR的问题：curse of dimensionality

怎么办：启发式方法、确认更多复杂问题，formulate them、采用更多DRL methods

• Deep Learning Perceptron / Linear or non-linear regression / activative function(OR中有特殊的问题需要进行改进) / Loss optimization（如何评估输出的output，可以把它和linear regression联系起来看） / multi-output

• Reinforcement Learning

围棋

setup for RL

Markov Decision Process

Every outcome depends on states and action.

Geoff Hulten / Example of Q learning

最优控制！

Enviroment 不确定，需要学习！

DRL： 算的工作给DeepLearning算，但是在每个status决策过程来自RL

Can Deep Reinforcement Learning Improve Inventory Management? Performance on Lost Sales, Dual SOurcinng

缺陷：启动费时、首先还是需要估计需求、不能完全交给机器，要利用OR知识进行改进，避免黑箱。

Deep Neural Newsvendor

Column Generation/ Branch and Bound 可以用RL来帮助计算？

### 鲁棒和深度强化学习方法

多产品问题。卖鞋的，箱子里的鞋的型号已经被retailer订好了，不同尺寸的比例一定定好了（整个bundle卖给你），但是卖的时候是一件一件地卖的。

data limited \(\max \min\)

近似？要用鲁棒等方法进行干预。

look for a function

---

• 电网-交通耦合网络

提升电网安全性

发电商 - 智能电网 - 节点边际电价 -> 充电运营商 -> 电动汽车车主。

博弈、追随；

ACOPF

W, W 的论文

双层优化；Lagrangian 变成单层的优化。

Fatigué

充电运营商：上层要给一个定价，解一个UE，得到每条路（交通网）的 \(X\)，配电网是\(P\)，每个充电站的充电量；潮流 ->

节点边际电价；第三项是交通网得出的充电量。

Vehicle Sharing Fleet

排队论。

0109 寒假安排

• 回家时间
• 聚餐时间：下周（0116 左右？周四周五）
• 文体活动：爬山/羽毛球 🏸️ 需要聊一下！
• 一学期一次：1000元：
• 运筹教材的修订：在书上进行标注和修改 对着书上的进行改正：集中做一下。

章节的变换都要改：最后两章删掉了，整数规划重写了；

改的多的：第1/2/3/5比较多，6/7/8/9比较小；

• 下学期的课程

G

V2G / 分布式鲁棒 / 用电负荷不能过高。

自己

电动的/充电的/调度的

找一个场景做一个模型和算法的设计：

场景上的特殊的需求

S

近两年交通的相关期刊，研究的热点共享了解。

TS / TR AB（方法）C（技术应用）D（能源）E（物流）F / Transportmetric （A/B） / IEEE Transactions on Intelligent Transportation SYStem / IEEE Transactions on Smart Grid

10个。

大概在22号左右

下周一 分一下运筹的锅