运筹学进展

运筹学进展
期刊指标
录取率 7%
提交到最终决定 58天
验收出版物 31天
CiteScore 0.520
影响因子 -
提交

反转多辅助工具网络问题解决的最优

阅读全文

杂志简介

运筹学进展刊载原始研究和评论文章有助于运筹学的理论和方法。

编辑聚光灯

运筹学进展保持来自世界各地的研究人员执业,确保稿件由编辑是谁在研究领域的专家来处理的编委。

特殊问题

你认为这是一个新兴的研究领域,真正需要加以强调?或者以前一直被忽视的或现有的研究领域将受益于更深入的调查?通过领先的特殊问题提出一个研究区域的轮廓。

最新的文章

更多文章
研究论文

解决容量约束的选址问题拉格朗日分解和音量算法

在这项研究中,我们将专注于问题的一个变体:容量约束的选址问题(CFLP)。在CFLP的许多配方,它假定每个需求点只能由一个开放的设施,这是问题的最简单的情况提供。我们认为每个需求点可以通过一个以上开放设施提供的情况。我们首先来研究拉格朗日松弛方法。然后,我们说明这个问题分解如何引入更严格的限制,这解决了CFLP速度,同时达到更好的质量解决方案,以及。与此同时,我们应用量算法,提高较低和对原有问题的大问题规模最优解的上界。

研究论文

反转卡车无人驾驶网络问题找到最佳案例配置

许多行业都在寻找各种方法来经济地使用装有无人机技术卡车/火车/轮船充实到“最后一英里”送货的努力。虽然无人机技术比比皆是,几乎没有任何研究着眼于建立在对问题的显著特点无人机的正确配置:交货密度,工作区,无人机的范围和速度。在这里,我们首先提出了卡车无人驾驶飞机问题,然后反转的网络的路由问题,即最好的情况下,无人驾驶飞机的速度和范围都装到卡车基于网络传送密度给定的情景。通过反转问题,企业可以快速地确定所需要的无人驾驶飞机构造(合适雄蜂范围和速度)来优化递送系统。此外,我们所提供的卡车雄蜂路由问题作为可以与用于求解线性规划软件的标准化容易采用的混合整数规划的更可用版本。此外,在支持这项工作进行了计算启发式和实验可供下载。本文所用的元启发式超过在文献中发现的当前最佳的类的算法。

研究论文

为确定一个多面体近似中心的新技术

在这篇文章中,我们已经提出了一类线性规划多面体近似中心的方法。这种方法提供了近一个多面体的几个简单的和简单的步骤中心的一点。几何解释和一些数值例子也已经验证了该建议的方法,并通过使用与现有发现精确和近似中心的方法,新方法得到的中心质量的比较。在结束时,我们还提出了关于随机生成的多面体的计算结果进行比较,通过使用新的方法获得的中心的质量。

评论文章

目标规划方针Multichoice多目标随机运输问题与极值分布

本文提出了一种多目标multichoice运输问题(MCMOTP)时的目标的至少一个具有多个抽吸水平,以实现人的研究,和供给和需求的参数是未预定的随机变量。随机变量应假定为遵循极值分布,而需求和供应的限制将从概率的情况下被转换到使用随机法确定性之一。使用二进制变量A变换方法降低了MCMOTP成多目标运输问题(MOTP),选择用于从多个级别的每个目标一个抽吸水平。降低的问题,然后可以与目标规划求解。该小说改编的做法是显著,因为它使决策者来处理现实世界的运输问题的许多目标和复杂性的一个模型,找到一个最佳的解决方案。最终,混合整数数学模型已经制定通过利用GAMS软件,并且获得该模型的最优解。一个数值例子呈现演示详细该溶液中。

评论文章

多目标模拟退火:原理和算法的变种

模拟退火算法是一种随机本地搜索方法,最初引入的全球组合的单目标优化问题,从而逐步收敛到接近最优解。针对多目标优化的扩展版本,已被引入到允许归档是指所捕获的非支配解决方案,同时探索可行域中的建设接近帕累托最优的解决方案。虽然模拟退火提供了勘探和开发之间的平衡,多目标优化问题需要特别的设计来实现这种平衡由于多种因素,包括目标函数的数量。因此,多目标模拟退火的许多变体已经在文献中介绍。本文回顾了艺术模拟退火算法的状态,在多目标优化领域的焦点。

研究论文

排名 - 论方法解决多目标决策问题

该帕累托最优是针对多目标决策问题广泛使用的概念。然而,这个概念有一个显著的缺点,一组帕累托最优的选择通常是大的。相应地,选择特定的帕累托最优替代的决定实施的问题引起的。这项研究提出了一种新的方法来从一组帕累托最优的选择“适当”的选择。所提出的方法是基于用于体育赛事级别参与者排名理论方法。在该方法的框架下,我们建立了一个给定的多目标问题特别得分矩阵,它允许使用所提到的排名方法和选择相应的最佳排名的替代从帕累托集作为问题的解决方案。当没有决策权是可用的,或当各种标准的相对重要性还没有得到过评估所提出的方法是非常有用的。所提出的方法是在用于帆船桅杆一个材料选择问题的示例测试。

运筹学进展
期刊指标
录取率 7%
提交到最终决定 58天
验收出版物 31天
CiteScore 0.520
影响因子 -
提交

我们致力于快速,安全地与COVID-19尽可能共享成果。任何作者提交COVID-19纸应该通知我们的help@hindawi.com以确保他们的研究是快速跟踪和尽快预印本服务器上公布。我们将针对与COVID-19接受的文章中提供的出版费用减免无限。