局内封闭式车辆调度问题及其竞争策略

基于k-卡车问题和局内运输问题,提出了具有时间窗的局内封闭式车辆调度问题,建立了相关的模型,研究了当车辆数为1时该问题的竞争分析的有关结果,给出了三种不同的竞争策略,得到了相应的竞争比,并进行了理论证明.     

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．     

限制图上的局内出租车调度与竞争算法

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来研究这样的方法,它在变化因素的每一个特例中都能给出一个方案,使得这一方案所得到的解离最优方案给出的解总在一定的比例之内．本文应用复位策略给出限制图上局内ｋ 出租车调度问题竞争比为１＋ （ｎ－ ｋ）λ的竞争算法．     

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.     

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。     

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。     

具有时间窗的局内开放式车辆调度的竞争分析

基于k-卡车问题和局内运输问题，提出了具有时间窗的局内开放式车辆调度问题．该问题的优化目标为：在服务需求的发布为局内方式的条件下，如何最小化完成整个服务需求序列的时间跨度．建立了该问题的数学模型并对有关的概念和参数进行了定义和说明．研究了当车辆数为1时该问题的竞争分析的有关结果：给出并证明了对于该问题的竞争策略的竞争比下限；针对该局内问题，设计了两种不同的竞争策略，得到了相应的竞争比，并进行了理论证明．     

突发事件下的局内单机调度

研究决策者面对突发事件,应对单机调度中的应急管理问题.在完全没有突发事件发生时间和发生次数信息条件下,利用局内决策理论与方法构建确定情形下的应急策略,并利用竞争比说明该策略的有效性.在此基础上进一步研究随机模型下的平均竞争比.理论和数值分析表明指数分布的引入使得竞争分析的性能得到显著改善.     

有限使用寿命情形下局内设备的赁购决策

局内设备赁购模型(RBP)是局内问题中被广泛研究和应用的经典模型。但在该模型以往的研究中,都假设设备的使用寿命无限长,这导致了模型本身的一些不足。为此,提出了有限使用寿命情况下的局内设备赁购模型。研究意外地发现,考虑设备寿命后,最优策略组合中可能不存在购买行为(M<2 N时),这在经典设备赁购模型中是不可能的;在考虑了设备寿命之后,租赁方的最优决策将与出租方的利润有关,这也是经典模型所忽略的。最后,对有限寿命设备赁购模型的经济意义和具体应用进行了说明。     

直线上的k-配送小车调度问题与竞争策略

提出和研究了直线上的局内k-配送小车调度问题。应用复位策略，竞争比为k 2；设计了解决该问题的竞争算法，证明采用局部双覆盖策略Local Double Coverage Strategy(LDCS)的竞争比为k.最后，简单地分析了该问题的一个特例——局内电梯调度问题，得出了比较结果。     

占线订单排序D-收益函数下改进的随机策略

对于订单具有紧交货期限且以最大化完工总收益为目标的占线订单排序问题,Woeginger提出了完工收益与订单长度满足D-收益函数的模型,并给出了竞争比为4的最优确定性策略.针对该模型设计了竞争比为2的一个简单随机策略,该结论改进了Epstein和Levin(2008)的竞争比2.455 4.     

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.     

占线中心选址问题及其竞争算法分析

基于在建立的设施的个数未知的前提下需要决定如何建立初始设施集,同时要求,当新的设施集建立后,前面已经建立的设施不能被删除的实际选址约束条件下,从占线理论出发考虑了待选址个数不确定的动态选址问题.设计了一个多项式时间的竞争算法,证明了该算法具有的竞争比,该竞争比结果优于已有的结果.     

三台同类机在线排序问题一种特殊情形的研究

研究三台平行同类机排序问题的一种特殊情形,即三台同类机的加工速度分别为s1=s2=s≥1,s3=1.证明了对该问题来说,经典的LS算法的竞争比为min42ss 11,3s2 s1;同时证明当s≥3,该问题的下界为3s2 s1,从而说明了LS算法是可能存在的最好的在线算法.此外,对1≤s<3时问题的下界也做了一些讨论,这时虽然不能确定LS算法仍然是可能存在的最好的在线算法,但可知道这时LS算法与可能存在的最好的在线算法在竞争比上相差少于0.4299.     

基于加权支持向量回归的在线训练算法及应用

针对时变系统的在线辨识问题,提出了一种加权支持向量回归方法,根据时间信息给予历史数据不同的加权,实现了精确在线训练算法,在保持精度的同时避免了采集到新样本时重复训练,大大加快了训练速度。研究了该算法的复杂度并加以改进。将该方法应用于氯气投加系统过程模型的在线辨识,在训练速度和精度上都较为满意,这一结果说明了该算法的有效性。     

基于凸情形下在线设备更新问题的竞争分析

市场以在线的方式给出新设备,决策者必须决定是否更新现有的设备,并确定何时更新？即在已知现在和过去的设备信息和订单信息而对未来信息一无所知情况下,决策如何更新设备完成陆续达到的订单需求.优化目标是使设备更新投资成本与设备运行成本总和最小.首先讨论了离线设备更新问题, 给出了两种算法并分析了算法复杂度.其后, 讨论了凸情形下在线设备更新问题, 给出了临界值策略,得出了竞争比为6, 证明该策略要优于原有的策略.