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。     

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.     

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。     

加拿大旅行者问题

针对加拿大旅行者问题 ,分析其主要变形——确定型可恢复的加拿大旅行者问题。考虑堵塞边动态产生 ,一个遇到且堵塞边在时间 l( x,x)后可以自动恢复情况下的道路选择。通常对于在线算法可以从两个方面进行评价 :最坏情形分析和竞争比分析。本文先设计了求解最坏情形下旅行时间最短的标号算法并分析了其计算复杂性。而后在竞争比分析中 ,设计了基于贪婪原则的选路策略 ,并对其进行了竞争比分析 ,证明了该贪婪策略对于确定型可恢复加拿大旅行者问题的竞争比为 ( k+ 2 ) /2     

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。     

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.     

基于预知信息的占线Nomadic TSP问题

自然灾害的频繁发生使得应急减灾倍受关注, 尤其有效的应急救援车辆调度对应急减灾非常重要. 针对受灾点被提前获知但是不能立即接受救援服务的情形, 通过将受灾点(需求)的揭露时间和释放时间引入Nomadic TSP模型中构建了预知信息的占线Nomadic TSP问题, 并分别给出了问题的下界, 直线网络结构下的ENO-dd算法, 和一般网络结构下的GTR-dd算法, 并对算法进行了竞争性能分析. 结果表明两个算法随着预知信息的增多会有明显改进. 更为一般的预知信息结构以及最优的算法设计是下一步研究的方向.     

有限预知信息下集装箱码头泊位与岸桥联合在线调度北大核心CSCDCSSCI

针对码头船舶作业计划中通常存在较大比例的、需要临时排班的加班船需求,提出了具有有限预知信息的集装箱码头泊位与岸桥联合调度over-list在线模型。在分配每艘船舶服务请求时假设预知后续一个船舶请求的信息,并着重考虑了由3个相连泊位组成的混合型泊位类型、配置5个岸桥且只存在两种请求的联合调度模型;针对最小化最大完工时间的优化目标,设计出了具有最优竞争比5/4的联合调度在线策略;同时,证明了当缺少预知能力时不存在竞争比小于4/3的在线策略。上述结论表明,有限的预知能力可以有效地改进联合调度策略的竞争性能。数值实验结果进一步验证了所设计策略具有良好的执行性能。     

非线性指数回购合同约束的占线租赁问题

考虑到设备的使用寿命通常呈现出更一般的非线性衰减,本文以非线性指数价格函数为回购合同约束建立了占线租赁决策模型,并得到了模型的最优竞争策略。首先分别对指数非线性回购合同进行数学刻画并讨论了其相关的一些性质。其次对存在旧货市场的离线租赁问题进行最优分析,进而提出该问题的占线租赁策略,并运用竞争分析方法从理论上完美证明了该策略的最优性。与经典的占线租赁模型比较发现,其竞争比小于Karp雪橇租赁模型中最优策略的竞争比。另外,本文提出的具有回购合同约束的占线租赁模型是对已有研究仅考虑新货市场进行扩展突破,即考虑了允许旧货市场的存在,是对现有占线租赁模型库的一个有益补充。     

预知信息和有限运载能力下应急车辆路径选择问题

由于自然灾害的频繁发生,灾后的应急物资车辆调度受到了人们的广泛重视.针对应急物资车辆装载能力有限和受灾点被提前获知但是不能马上被服务的情形,提出了具有预知信息的在线配额旅行商(quota TSP)问题,分析了该问题的下界,针对受灾点仅在正半轴上的情形设计了MLIB算法和SW算法,对于一般网络设计了Greedy算法,分别分析了三种算法的竞争性能.结果表明算法的竞争性能会随着预知信息的增加而得到改善.     

单向可替代报童问题的最优在线订货策略

针对需求信息未知的情形,建立了单周期具有单向可替代性的两产品在线订货报童模型,设计了有效的在线订货策略并进行竞争分析,给出了该问题的最优竞争比以及对应的最优订货量。最后通过对相关算例的分析,表明本文所设计的在线策略具有合理性和有效性。     

限制信息条件下基于时间窗的占线装-卸货问题及其竞争分析

提出并研究限制信息条件下基于时间窗的占线装一卸货问题。客户在提出服务请求时只指定需要承运的货物的装载地，而没有提供目的地信息，服务车只有在到达装载地之后才知道目的地的具体位置，如现实中的出租车调度和电梯调度等问题。就两种度量空间对限制信息条件下带时间窗的占线装一卸货问题进行了分析，分别给出了两种竞争策略及其竞争比结果，并得到了针对该问题的任何确定型算法的竞争比下界。     

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。     

在线租赁问题的随机性竞争策略

在线算法与竞争分析是研究信息不确定决策问题的一种新工具,应用该方法研究在线租赁问题是近年来国内外的一个研究热点.在前人研究基础上,采用博弈论中Nash均衡的混和策略思想并运用竞争分析理论中常用的敌手分析法,针对离线人具有遗忘性竞争对手的特点首先讨论了不存在市场利率情形下在线租赁决策的随机性竞争策略,指出在线人在有限维策略空间内(其维数为设备购买价格与设备租赁费用的比值)必定存在着最优的随机性Nash混和竞争策略,随后将该结果进一步扩展到了存在市场利率情形时的随机性Nash混和竞争策略.另外,通过数值对比分析,发现市场利率的引入使得策略的竞争性能得到显著改善,并且随着市场利率的增大其随机性Nash混和竞争策略的竞争比越小,即投资者若考虑到资金的收益及市场风险因素后将会采取更加谨慎稳健的投资策略.     

占线中心选址问题竞争比的下界

对占线中心选址问题的竞争比进行了研究。对度量空间占线中心选址问题，本文证明该问题的下界是2-（n-√n^2-3n＋3/n-1），其中n为空间点的个数，该结果要优于已有的结果2-（2/n-1）.对一般空间上的占线中心选址问题，本文证明了竞争比的下界是（（n-2）△＋√（n-2）^2△^2＋4（n-2））/2（n-1）,其中△是所给空间最大的相对距离，并证明一般空间上的占线中心选址问题不存在常数竞争算法。     

基于系统最优策略的占线交通流量分配

针对n次连续的交通需求依次到达出发点选择路径到目的地去的问题,本文从占线与竞争策略的角度出发,研究流量是任意可分的情形下交通流量分配,采用系统最优策略分配交通需求,即每次分配流量后都能使得当前网络上所有用户花费费用总和最小.借助于变分不等式对系统最优策略进行了竞争分析,特别地,当路阻函数是系数非负的线性函数时,证明该策略是4-竞争的;当路阻函数是系数非负、度数至多是d的多项式函数时,该策略是(d+)d+1-竞争的,同时给出系统最优策略竞争比的下界是5/3.     

一般网络上的占线中心选址问题及其竞争算法

对一般网络上的占线中心选址问题及其竞争算法进行了研究.文献[6]证明了该问题的竞争比下界是(n-2△e+√(n-22△e2+4(n-1)/2(n-1)) ,其中△e是所给空间最大的相对距离,并证明了该问题不存在常数竞争比的竞争算法.本文给出了一个多项式时间的竞争算法,并证明该算法的竞争比为△e△w,其中△w是所给空间点间的最大相对权重.所得结论不仅对于理论上占线中心选址问题的竞争算法的设计与分析,还是对于实际中的选址决策,都具有一定的指导意义.