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.     

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.     

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.     

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。     

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。     

基于方格路网的两车应急救援路径在线选择

针对方格路网上道路堵塞的位置和数量信息不完全的情形, 本文研究了两辆应急救援车的在线路径选择问题, 使得最多有k条边堵塞时, 至少一辆车尽快到达事故点进行救援. 根据网络的特点, 对两车分别设计了 横向优先和纵向优先的在线路径选择策略, 通过竞争分析法得出该在线策略 的在两种情形下的竞争比: 出发点和事故点在同一条直线上以及出发点和事 故点不在同一条直线上, 并证明两种情形下的竞争比均是紧的; 最后说明了 该在线策略在某些情形下的最优性.     

交通网络的抗堵塞能力分析与计算

突发性道路堵塞对运输费用具有较大的影响，评价交通网络的抗堵塞能力成为值得关注的问题。本文提出了一个度量交通网络抗堵塞能力的指标——抗堵塞系数，旨在为运输规划人和交管部门提供决策依据。在对任意起讫点对之间、一条路径及整个网络抗堵塞系数的性质进行了分析后，给出了抗堵塞系数的算法和算法复杂性，最后进行了算例说明。     

堵塞网络中最小饱和流的灵敏度分析

由于流动单元的随机流动，在网络结构堵塞点处经常会发生堵塞，网络堵塞最严重时的饱和流是最小饱和流，它小于最大流值。网络当前的饱和流反映了网络的实际流通能力，以网络最大流为设计流通能力的网络中，发生堵塞时实际流通能力经常达不到设计流通能力。为缓解网络的堵塞．可以通过扩充某些弧容量的方法。由于网络中存在一类弧，增加这类弧容量不仅不能改善网络的堵塞程度，有时反而会更加恶化网络的流通性能。本文利用网络最大堵塞截面的性质．分析了改变截面中的弧容量时对最小饱和流的影响，结果表明最大堵塞截面中增加正向弧的容量可以改善网络的堵塞程度，而增加反向弧的容量不仅不能改善网络的堵塞，有时甚至会使最小饱和流减少。     

交通流研究最近进展概述

介绍中国科技大学复杂系统研究组完成的关于城市交通与交通网络复杂系统的一些研究工作。概述了中科大项目组在交通流问题的4个研究方向所取得的进展,分别是:交通网络的输运和堵塞演化研究;城市交通系统的拓扑与瓶颈结构及堵塞相变;新一代智能车辆应用于多通道选择的各种预测反馈策略的提出和三相交通流理论研究及新的交通流模型的提出。     

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。     

在线旅游平台混合不透明营销策略选择研究

在线旅游平台(OTA-online travel agent)开始运用不透明营销模式来实现价格歧视策略,从而在保障其从高估值消费者获取收益的同时,能够吸引低估值消费者购买以获得额外收益.目前常用的不透明营销策略主要包括公布不透明价格策略(PP-posted price)与消费者出价策略(NYOP-name your own price)两大类.不同的营销策略影响消费者决策进而影响在线旅游平台的利润,因此研究不同营销策略对其利润的影响显得尤为重要,本文在考虑消费者估值折扣的基础上,对在线旅游平台分别采用PP或NYOP单一不透明策略和PP与NYOP同时使用的混合不透明策略的利润进行分析,发现单一不透明PP策略并非混合不透明策略的特殊情况,而且当消费者对于NYOP的估值折扣以及竞标成功率参数较小时,单一不透明PP策略要优于混合不透明策略,随着竞标成功率参数和对NYOP估值折扣的增大,混合策略的优势开始体现,销售平台采用混合营销模式更优.本文结论将对在线旅游平台的营销策略选择起到决策支持作用.     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

多产品多阶段报童问题的在线订购策略

利用集成专家意见的在线序列预测算法研究多产品多阶段报童问题.将任意的一个固定订购量策略看成一个专家意见,用弱集成算法综合考虑众多专家意见构建在线订购策略,并基于弱集成算法的竞争性理论给出在线订购策略的理论保证.首先给出了两产品多阶段报童问题的在线订购策略,证明了其实现的累积收益可与最优固定订购量策略实现的累积收益相当.然后,将两产品多阶段报童问题的在线订购策略及其理论结果推广到多产品多阶段报童问题中.最后在不同的需求类型下,通过数值算例表明构建的在线订购策略相对于最优固定订购量策略具有较强的竞争性能.     

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.     

离散型两斜率在线租赁问题

两斜率在线租赁问题是经典的在线租赁问题的一种自然的推广.基于在线租赁问题的研究分为离散时间和连续时间,鉴于已有文献对连续时间情况下两斜率在线租赁问题进行了讨论,本文研究离散时间情况下两斜率在线租赁问题.我们的讨论包括确定性竞争策略和随机性在线策略.关于确定性策略,一个竞争因数为2-[1+(s-1)a]/s的最优策略被给出.对于随机性策略,本文提出了风险均衡策略,并通过竞争分析的方法证明了该策略是唯一最优策略.最后,对两种策略的竞争性能做了分析和讨论·分析和讨论的结果表明:考虑两斜率能改善经典问题的竞争比,考虑离散性能比连续性提高决策效率.     

在线住房租赁的竞争策略及其风险补偿模型

基于一般设备在线租赁竞争策略的基础上,分别研究了在线住房租赁问题在有无利率情形下的竞争策略,并建立了相应的风险补偿模型,从而在线置房者可以根据自己的风险容忍度和未来预期选择最优的住房租赁策略.另外,市场利率的引入使得在线住房租赁模型复杂但更贴近于现实中的住房租赁决策问题.通过具体实例进一步说明了市场利率下在线竞争比更小,而且竞争比关于市场利率递减;同时也说明了风险补偿模型中最优约束竞争比要小的多.     

复利下二重在线租赁竞争策略及风险补偿模型

基于实际租赁市场中存在着除纯租赁和纯购买外更多租赁形式的现象,提出了二重在线租赁问题.另外,考虑到资金的时间价值不容忽视,给出了考虑复利的二重在线租赁问题最优竞争策略及风险补偿策略,为决策者提供了决策参考.首先,运用竞争分析方法得到确定性最优在线竞争策略及其竞争比.接着,考虑决策者对设备使用时长的概率预期,给出了一定风险容忍度下最优的风险补偿策略.最后,通过数值算例说明利率、风险容忍度和预期概率对最优在线策略的影响,结果表明:在不同的复利率下,风险补偿策略的最优决策时间也不同;决策者风险容忍度越大,预期成功时获得的收益也越大;在给定的风险容忍度下,概率预期的引入对该问题竞争比性能有很大的改善.