有限预知信息的可恢复加拿大旅行者问题

加拿大旅行者问题是指旅行者针对行走过程中遭遇的突发性道路堵塞,如何设计一个有效路径选择策略,使得旅行者从出发地抵达目的地的行走时间尽可能地少的问题。从占线问题与竞争策略的角度讨论有限预知信息情形下的可恢复加拿大旅行者问题,给出决策者在车辆到达一交叉口时可以获取后一交叉口的关联路段是否堵塞及堵塞恢复时间情形下的等待策略和贪婪策略,以及相应策略下的竞争比,并与不可预知信息情形下问题的策略进行了比较。     

堵塞恢复时间随机的在线加拿大旅行者问题

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为均匀分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较.     

带有信息有限预知的片堵塞加拿大旅行者问题

提出突发性片堵塞下的实时路径选择问题即片堵塞加拿大旅行者问题(regional blockages Canadian traveller problem),考虑出行者对堵塞信息有限预知的情形,从在线问题与竞争策略的角度,建立片堵塞加拿大旅行者问题在线路径选择模型,设计贪婪策略,结合片堵塞中多条路段同时发生堵塞的特点,通过比较信息预知点到片堵塞起始点的路段(预知路段)通行时间与最短路径上堵塞路段恢复时间的大小来分析策略的不同情形,证明贪婪策略竞争比,并讨论影响贪婪策略竞争比的预知路段通行时间临界值.     

连续网络上的占线可恢复加拿大旅行者问题

针对堵塞完全在无法预知的情况下一个个出现，且堵塞恢复时间信息可以获取的占线可恢复加拿大旅行者问题，给出连续网络上的等待策略和移动策略以及相应策略下的竞争比，并对两种策略的执行效果进行分析和比较。     

一条路上的占线可恢复加拿大旅行者问题混合策略

针对旅行者在行走过程中遇到某一或一系列无法预知的堵塞事件的可恢复加拿大旅行者问题,考虑堵塞只发生在一条特殊路径上且堵塞可恢复的情形,提出了以一定概率分布对等待与迂回策略进行选择的混合策略,并讨论了无偏好和有偏好混合策略以及相应策略下的竞争性能比。     

有限预知信息的集装箱搬卸占线问题

提出了有限预知信息的集装箱搬卸占线问题,即每一个服务请求到达时预先知道后续一部分请求信息的占线问题。建立并分析相应的数学模型,针对模型中预知信息的特征提出了贪婪移位策略。运用最坏情形分析方法研究了贪婪移位策略的竞争性能,证明其具有竞争比:(b w-2)/w。     

局内车辆选线问题和竞争策略分析

将现实物流配迭中所遇到的问题抽象为一个局内车辆选线问题，考虑堵塞点动态产生、一个个遇到的情况下的车辆调度方案，经典的优化理论大多是在已知条件不变的基础上给出最优方案(即最优解)，在条件发生变化时就会失去其最优性。而论文所考虑的竞争算法能使得调度方案对于变化因素的每一个特例得到的解离最优方案给出的解总在一定范围之内。不仅设计了解决局内车辆选线问题的竞争算法：贪婪策略和复位策略，分析了不同情况下算法各自的竞争比，而且给出了此问题的竞争比下界。     

堵塞点可恢复型在线运输车辆的调度策略研究

针对现实物流配送中所遇到的无法预测的突发性线路堵塞问题,以在线车辆行驶的时间最短为优化目标,用竞争分析的方法研究了堵塞点可恢复型在线车辆的调度策略.充分地考虑到堵塞点的动态特征,分别介绍了在线运输车辆调度的贪婪策略、复位策略和等待策略等方案,并系统分析了这三种基本策略在竞争性能上的利弊,给出了选择策略及其算法模型.通过对选择策略的竞争比和竞争性能的分析,结果表明选择策略实现了对在线运输车辆的优化调度.     

带时间窗的局内开放式车调度问题的竞争分析

对于带时间窗的局内车辆调度问题，以往文献的研究都是关于k=1的单车调度，其开放式情形下最好的竞争比为4。针对该问题本文进行了开放式情形下多辆丰（k≥2）调度的研究分析，设计了解决试问题的竞争算法，并证明了其竞争比为3．5。同时本文分析了该问题的一种特殊情形——单车调度问题，可证明其竞争比为3．优于已有结果。     

价格连续型局内设备赁购问题的竞争分析

基于局内算法分析领域中的On-line Ski问题,提出了局内设备赁购决策问题.建立了价格连续型的该问题的数学模型,针对购价恒定的情形和一般情形分别设计了B价赁购策略和赁购平衡策略(Renting-Buying Balance Strategy),给出了相应的竞争比,并进行了理论证明.得到了价格连续型问题的竞争比下限,并给出理论证明.讨论了所得结果在现实经济管理活动中的应用,并指出了进一步的研究方向.     

基于物价指数上涨的最优在线租赁决策模型

考虑到现实租赁市场设备租金费用及购买价格随着时间推移总体呈现出持续性上涨特征, 建立了基于物价指数上涨的在线租赁决策模型, 首先分析了该问题的最优离线策略, 其次运用在线算法理论给出了该问题的确定性最优在线租赁策略及其竞争比. 从提高策略的竞争性能角度出发, 基于风险控制思想, 给出了该问题的随机性最优在线租赁策略及其竞争比, 并运用两人零和博弈分析技巧严格证明了此策略是该问题的唯一随机性最优竞争策略. 进一步指出了确定性和随机性最优策略的竞争性能均随着购买价格上涨而下降, 也随着物价指数上涨而降低. 最后, 结合数值分析发现当存在通货膨胀因素时, 最优决策日期相对提前, 但策略的竞争性能显著降低, 这表明物价指数变动对在线租赁决策具有显著影响.     

局内配送车调度及其竞争算法

经典的优化理论大多是在已知条件不变的基础上给出最优方案(即最优解)，其最优性在条件发生变化时就会失去．局内问题与竞争算法则是针对特定的优化问题提出一种策略，对已知条件变化的每一个特例都能给出一个方案，使得该方案的解离最优方案的解总在一定的比例之内．针对在一个有限网络上建立了s个配送中心，并且有k辆配送车进行服务的局内配送车问题，在时间目标函数下给出了当配送中心、配送车和需求点个数变化时的3种竞争算法．     

基于概率分布的局内特殊优惠卡问题及其竞争分析

特殊优惠卡问题是租赁问题的推广.应用平均情形竞争分析研究了局内特殊优惠卡问题,理论和数值分析表明概率分布的引入使得竞争分析的性能得到了改善.并对存在市场利率的特殊优惠卡问题进行了讨论,市场利率的引入使得该金融模型更贴近于现实情况.得到两种情形下不同的竞争比,同时竞争比是市场利率的递减函数.     

一条路上的在线货车调度及其竞争分析

一条路上的货车调度问题是线上的在线服务器问题的推广.决策者必须以在线方式做出决策,即已知现在和过去的信息而对未来一无所知情况下决策如何调度货车完成服务需求.优化目标是使竞争比最小.本文分空载和实载两种情行进行了讨论,对每种情形分别提出两种不同的竞争策略,得到了相应的竞争比;最后,对本文中给出的问题P3的两种竞争算法作了比较并得出了结果.     

占线顶点覆盖问题的结构性下界

在实际 顶点覆盖选址过程中,经常会遇到如下的情形:在需要服务的边的个数未知的前提下,决策者需要决定在哪里建立初始的设施(或设施集),同时还要求,当新的设施建立后,前面已经建立的设施不能被删除.以往一般建立的模型和算法都是针对静态选址而言的,这里需要的是满足上述约束的动态选址模型.考虑了占线顶点覆盖问题,给出了一个不需要任何复杂性假设条件下的结构性的下界结果,并通过对一个限制性条件下的占线顶点覆盖问题给出算法并证明竞争性能比结果说明了所作的下界分析是紧的,同时证明了所给出的算法在非多项式时间内是最优的.