近日，由必发9988集团程春教授和加拿大蒙特利尔大学Yossiri Adulyasak副教授、Louis-Martin Rousseau教授共同撰写的论文“Robust Drone Delivery with Weather Information”在国际顶级期刊Manufacturing & Service Operations Management （M&SOM）发表。M&SOM由美国运筹学管理协会（INFORMS）出版，是UTD 24商学院顶级期刊之一，享有极高的学术声誉和影响力。
研究概况
随着低空经济的蓬勃发展，各大物流公司、科技公司、外卖平台相继研发送货无人机并在部分城市试点运营。相较于卡车送货，无人机配送具有成本低、速度快、不受地面交通状况影响等优点，但其拥有的个性化特征（如电池续航时间有限、易受天气状况影响等）为规划配送路径带来了挑战。针对无人机配送，大部分研究考虑的都是确定性问题（即所有输入参数已知且保持不变），鲜有研究考虑不确定天气状况下的优化问题。如果忽略天气不确定性的影响，直接使用确定性模型提供的解决方案可能导致配送延误，进而影响对顾客的服务质量。因此，在制定无人机调度方案时，应将未来天气的不确定性纳入考量，以求得到一个鲁棒性较好的决策，且这种鲁棒性的获得不会过度影响整个系统的总成本。
基于以上背景，论文研究了随机天气（进而造成随机行程时间）状况下的多周期无人机配送问题，利用数据驱动的分布式鲁棒优化理论构建数学模型，最小化迟到配送的风险。论文的主要贡献包括：(1) 构建了两阶段自适应的分布式鲁棒优化模型，该模型允许决策者根据前序周期观察到的天气信息来改进后续周期内无人机的调度方案。(2) 结合经济学风险测度理论，提出了具有良好数学性质的风险指标函数，可以同时刻画配送延误的概率和时长。(3) 利用机器学习算法提取历史天气数据蕴含的信息来构建不确定分布函数集，以描述行程时间的随机性。所构建的分布函数集不会增加数学模型的复杂度，同时避免了对经验分布的过拟合。(4) 为精确求解模型， 设计了高效的分支切割算法。
作者简介
程春
必发9988集团教授、博士生导师。主要研究物流系统优化问题，包括设施选址问题、即时配送平台运力规划和调度问题、无人机/车辆路径规划问题等。研究成果发表在M&SOM、IJOC、TS、TR-B（三篇）、TR-E、Omega、IJPE等期刊。主持国家自然科学基金青年基金项目。担任OR、 IJOC、TS、POM、TR-B等国际期刊审稿人。
Yossiri Adulyasak
加拿大蒙特利尔大学商学院副教授、博士生导师。主要研究方向包括：物流与供应链优化、数据驱动的随机和鲁棒优化、大规模问题的求解算法。在OR、M&SOM、POM、IJOC、TS等国际顶级期刊发表多篇论文。
Louis-Martin Rousseau
加拿大蒙特利尔大学工学院教授、博士生导师。主要研究兴趣包括：离散优化、约束规划、人工智能算法、物流与供应链管理（车辆路径问题，医疗资源运作分析与优化）等。研究成果发表在MS、M&SOM、IJOC、TS等国际顶级期刊。
文章链接：https://pubsonline.informs.org/doi/10.1287/msom.2022.0339
上一条：第四届交通系统分析青年论坛在大连召开
下一条：喜报 | 全国100人，她是其中之一！
【关闭】
