文摘
在过去的几十年中,优化运营管理就越来越流行不仅在学术文献,也在实践中。然而,这些问题已经改变了很多,和一些文学评论提供了一个概述的模型和算法应用于运营管理的优化。在本文中,我们首先分类关键优化区域的运营管理流程的观点,然后分析研究的现状和趋势在那些地区。本研究的目的是给优化建模的概述和解决方法,应用于运营管理。
1。介绍
运营管理(OM)是通常定义为特定领域的管理,这是关心管理在原材料转换为商品或服务。它涉及如何使用资源的高效和有效的方式满足客户的需求,已成为探索研究最广泛的领域之一。中定义的业务字典,优化是找到另一个最高和最具成本效益的实现性能给定约束条件下最大化期望的因素和减少不受欢迎的人。虽然在运营管理优化起着重要的作用,和众多的文学评论发表在在一些指定的优化运营管理主题或主题,他们提供了一个通用的模型和算法,是致力于优化运营管理领域的。结果是,本研究的目的是进行造型的调查方法和算法,已被应用于优化操作和服务管理在近十年发表。
考虑到所有类型的商业企业中,需要从不同的部分,是基于协作的过程操作,OM通常是关心管理进程,它将输入(原材料、体力劳动和能量,等等)到输出(在形式的商品和/或服务);三个主题组织在本研究从过程的角度,以使读者有一个清晰的了解参与这样的转换过程至关重要的优化问题:(我)在输入管理:优化这方面的运营管理需要决定如何使用资源高效和有效的。安排评审,参与到这个阶段,最重要的话题将会详细。(2)优化设施管理:关注输入流程,优化问题在这个阶段开始关注特定的工作,已经计划而试图减少各种因素的影响,导致意想不到的故障或延迟,以便工作流程可以在最大程度上顺利前进。最重要的主题,将在这方面详细的生产/服务延期考虑维护操作或意想不到的故障。(3)优化生产管理:输出级的优化问题主要是关注如何以最优的方式向客户提供商品或服务。回顾车辆路径优化中最重要的主题交付系统,这部分将详细介绍。
值得一提的是,只在每个阶段所涉及到的最重要的主题是详细的在这篇文章,因为对我们来说是不可能充分描述。此外,由于各种业务管理审查工作某些话题已经观察到的文献中,我们将受益于这样的研究,补充评审工作通过收集出版物出现近年来,特别是2010年和2016年之间的文章,这可以作为补充现有的评估研究。
本节的目的是不执行一个详尽的概述文学但揭示如下:(1)优化模型是如何构成的?(2)什么样的方法已经开发并高效地解决这样的模型吗?(3)小说方面的优化是近年来在OM吗?
本文的其余部分组织如下:一般的调查将得到部分优化标准2;综述部分中给出了定量模型的建设3分别为选定的主题;将解决方法的调查部分4。本文将最后一个全球概述和一些观点。
2。优化标准
各种各样的优化标准曾在OM文献。Gralla et al。1人道主义援助]探索最优标准交付模式在三个方面:效率、有效性、和股票。效率标准包括运营成本和旅行时间。有效性标准包含的数量满足需求和/或速度的需求满足。根据Gralla et al。1),股权是指接受者之间公平分配服务,因此最优标准关心股票包括最新的到达时间,到达时间的总和,而最小的需求满足率。Gutjahr和Nolz2)精制方案Gralla et al。1]通过分区组“有效性”的子组响应时间、旅行距离,覆盖率,可靠性和安全性,创建七组优化条件:(1)成本,固定成本包括设备的采购,供应方面的旅行费用,有关成本和人力资源成本;(2)响应时间,比如最新的到达时间和平均到达时间;(3)旅游距离;(4)报道,衡量的程度提供了必要的服务,以满足要求;(5)可靠性措施能够持续成功的概率,参照其他特定条件,如覆盖或响应时间,针对不确定环境;(6)安全、衡量操作风险;(7)股权,通常衡量考虑最坏的价值衡量的负效用,如最新的到达时间或最小需求满意度提出Gralla et al。1];(8)遇险,被归入Gutjahr Nolz [2在心理或社会成本。此外,它是观察到,可持续发展已成为近年来广为传播,越来越多的研究人员关注学业可持续操作因素的考虑系统的可持续性3]。除此之外,一些研究正在致力于全球环境保护,旨在最大限度地减少污染排放4]。
为了解决更一般的情况下,我们整合优化标准中引用和分类的优化标准分为三个类别:(1)经济标准有助于系统的运营成本的测量,包括(a)固定成本相关的安装设备,雇佣的员工,和设备的采购;(b)可变成本相关的操作。例如,设备安装,员工的数量分配,Gutjahr提到的旅行距离和Nolz [2可以用作经济标准。(2)管理标准可以适用于组织的管理能力的评估,如操作的效率和有效性。例如,响应时间、数量的需求满足,覆盖率,可靠性和安全性可以被看作是管理标准。合作伙伴也可以考虑在这部分。(3)社会标准可用于衡量决策者考虑企业社会责任。例如,标准有助于股票的测量和保护环境可以分为这一部分。
观察到的文献中,就业领域的调度优化标准,重新安排,分布非常相似但他们的重点是不同于其他人。对于更好地理解,我们将根据上面提出的类别进行一般阐述,然后分析了分布的最优准则三个字段,分别为:(1)经济条件观察如下:考,也就是说,上一份工作的完成时间(如讨论Davendra et al。5];是女士和Gunaydin6];张,陈7]);完成,包括总完成时间(如讨论Framinan et al。8];李等人。9];Nikjo和Rezaeian10];Shahvari et al。11];Sabouni和Logendran12])和总加权完工时间(如讨论Bozorgirad和Logendran13];科雷亚et al。14]);流时间,或者叫生产时间在一些出版物(如讨论Sabouni和Logendran12];应等。15];卢和Logendran [16]);准备成本,包括晶格内的运动时间17)、能源成本(18,19),和其他成本可能导致运营成本的增加,如迟到处罚(如讨论Le和庞18])。(2)管理标准观察如下:早熟(讨论Arabameri和Salmasi20.]);迟到(讨论Arabameri和Salmasi20.];Jenabi et al。21];Aldowaisan和Allahverdi22]);迟到(已故)工作23,24];其他标准,可能会导致低效率和有效性的管理,如计划偏差不确定环境下(如讨论Solveling et al。25];熊等。26])。(3)社会标准观察如下:最大迟到王(讨论et al。(27,28]);最大迟到(讨论锅et al。29日];谢和李30.]);污染物的排放,包括废物的排放31日,32刘[]和碳排放(如讨论33];刘等人。34];郑、王(35),Giret et al。36]);其他社会标准被认为是在特定的领域。例如,痛苦被Gutjahr和Nolz2作为人道主义援助优化优化标准。
3所示。定量的说明
3.1。调度
调度通常是由经理分配必要的资源使用根据给定的目标和约束。优化调度在工业和服务领域中起着重要的作用,因为它可以帮助决策者做出生产/服务调度以最小的成本或最大输出。
传统量化符号用于描述一个调度问题提出了格雷厄姆et al。37]。他们通过使用符号描述调度问题,在那里定义了购物环境的设置和机器数量;定义了一些处理特点,如商店条件和设置信息;用于描述的性能指标,即目标函数。
根据第一个字段(调度问题可分为主要分为五类:(我)单台机器:只有一台机器可以处理工作(Cai et al。(2012);(38,39])。(2)平行机:一组机器可以同时开始处理工作(40- - - - - -42]。(3)流水车间:工作是按顺序处理一组机器。乔布斯通过机器的处理顺序必须相同(9,43- - - - - -45]。(iv)加工车间:工作是处理一组机器,每个工作都有一个专用的加工顺序;即加工路线的工作没有必要是相同的与其他国家(郭和磊(2013)46- - - - - -51])。(v)开店:工作是处理一组机器。不同于流水车间和加工车间,某些处理序列是预定义的工作,没有预先确定的处理顺序的工作在开店52- - - - - -54]。
关于第二个字段(比处理顺序),一些其他因素也应该考虑:(1)等连续两个操作之间的工作:如果不约束时,两个连续的操作工作必须没有任何中断处理,因此不模型是建立在不同的环境中:流水车间(55- - - - - -60),混合动力/柔性车间[61年- - - - - -65年),加工车间([47,66年- - - - - -68年]),和开店47,54,69年]。(2)设置时间:在传统的调度问题,处理时间的工作是假定为固定和独立的常量值。但是,在某些情况下,一个特定的安装时间是必要的对于一些在线修整产品准备下一阶段(70年- - - - - -73年]。(3)批量生产:批量生产,作为一种重要的加工方法,存在于许多调度环境(70年- - - - - -72年,74年]。
调度问题的造型也可以改变很多的客观标准,也就是说,第三个字段()。事实上,简略调度和多准则问题近年来被广泛研究。单目标问题相关的一个优化条件,而一些最优标准相结合的多准则的目标函数模型。
的基础上优化标准的列表中描述的部分2,我们收集了出版物的组合关键字“调度”和不同的最优标准。它是观察到的大多数研究优化操作根据经济标准和旨在最大限度地提高经济效益。它是合理的,因为利润组织和非营利组织在有限的预算安排操作。值得一提的是,我们没有观察到显著差异对经济和管理标准,而文章的数量有关的社会标准,从2010年开始出版之前发表的三倍(如图1)。
如图2,经济标准,如完成时间,考,和流动时间,主要是考虑在研究之前,从2010年开始。管理标准,如迟到,迟到,早熟,也普遍认为虽然少研究致力于社会标准。
此外,数字出版物之间的比较之前和之后的2010年(如图3)表明,爆炸可以观察到出版物关于能量消耗,污染物排放,碳排放;即使他们只是很小的一部分,研究目前调度。这表明越来越多的OM研究者考虑可持续生产和环境保护。
此外,资源的限制也会极大地影响模型的结构。约束影响的详细审查施工调度模型可以发现在43,75年,76年]。
3.2。重新安排
理想情况下,工作或服务过程将遵循给定的计划调度的优化建立的阶段。然而,以防发生扰动或破坏,生产或服务系统必须改期,因为预定的计划不再是可行的。在制造系统中,据说机器破坏发生在一台机器变得不可用,那么一段时间为了资源短缺,机器故障或其他意想不到的原因;有时候,工作中断时,还可以发生一些特定的工作变化的参数。两台机器故障和中断服务系统中可以找到同行的工作。例如,在铁路调度系统,与火车相关的所有中断或基础设施可以被视为机器中断虽然乘客或客户造成的干扰会导致所谓的工作中断。一般来说,延期问题继承所有约束从原来的调度问题,考虑了约束从干扰(77年- - - - - -80年]。
在制造业领域,大多数的延期问题处理机器中断(81年- - - - - -85年)或机器故障(86年- - - - - -92年),而扰动变化很多服务行业。例如,在交通运输领域,可能会中断造成的延迟运输工具(93年- - - - - -97年];在医院,急诊病人的到来是延期的主要原因98年,99年],而中断可以观察到计算机系统的资源请求失败(One hundred.,101年]。
因为每个延期问题可以在调度领域,找到其对应的量化符号描述的部分3所示。1也适用于描述延期问题。事实上,调度和重新安排之间的主要差异是造成决策者的目标。
分布的优化标准领域的工作重新安排是相当不同的观测领域的调度。如图4,除了标准最常用的调度问题,进度偏差,健壮性和股票也普遍认为已经延期的问题,特别是在最近几年。
根据出版物的分布在不同的优化标准,如图5,很明显,更多的管理和社会的标准被认为是在重新安排优化;这种现象是由于大多数的延期问题从服务管理领域,如医院管理(102年,103年和运输管理93年,96年),客户的要求也必须加以考虑。
3.3。蚁群
从研究卡车调度问题发表的Dantzig和公羊104年)和更一般的模型由克拉克和赖特(105年),一组优化问题,旨在找到一个最佳的方式为一组客户,地理上分散的中央仓库使用的车队和考虑必要的约束,被称为“车辆路径问题”之一,成为最广泛的运营管理领域的研究主题。近年来,其变异在文献中已经越来越受欢迎(讨论Gendreau et al。(2005 a, b);Eksioglu et al。106年];Braekers et al。107年]),尽管当前模型相差很大,越来越多的研究者的目标是使他们的模型,以应对现实生活中的复杂性和文献对车辆路径问题一直呈指数级增长以每年6%的速度(106年,107年),许多调查集中于特定的变体也可以观察到(108年- - - - - -119年]。
一般来说,经典的车辆路径问题可以被定义在一个图,在那里对应的节点集仓库和客户,和设置的弧线。仓库被表示为节点0和客户节点。一个弧表示一个可能的链接节点的路由和和旅行的费用从节点到节点。车辆路径问题是叫做对称;否则,它被称为不对称(115年]。的车队从一个给定的仓库为客户根据一些预定义的约束。一般来说,研究车辆路径问题的目标是找到一个回路的集合,每个对应一个车辆路线以最低的成本,定义为电路的成本之和弧(106年]。
在文献中,车辆路径问题可以根据各种约束的结构设计,如生产配送VRP [120年- - - - - -126年),异构的VRP的车队(127年),打开VRP [128年- - - - - -131年),VRP和时间窗口(132年- - - - - -138年),冲程体积皮卡和交付(139年- - - - - -144年],位置路由问题[145年- - - - - -147年],时期VRP [148年- - - - - -151年],multidepot VRP [152年- - - - - -156年],VRP和回程[157年- - - - - -159年],库存路径问题[160年- - - - - -163年),动态蚁群(164年),或混合物165年- - - - - -169年]。
对于目标函数的定义,简略的问题和多准则问题在这个领域被广泛研究。研究不同的调度和重新安排,目标函数在有限的范围内变化,可以观察到一个有趣的趋势的利用率优化标准。除了传统的经济标准之外,他的意思是类似于同行领域的调度和延期,一些这个领域的其他经济条件观察:(我)旅行成本:成本与运输距离或/和旅行时间。这一标准是主要考虑在文献[133年,138年,160年,170年- - - - - -173年];(2)车辆费用:这个固定运营成本与车辆的数量。我们最好的知识,尽管一些研究设置车辆成本作为他们唯一的目标(134年,144年,150年,174年- - - - - -178年),大多数的研究(54.3%)作为车辆成本固定成本的一部分,目标是最小化组合的固定成本和可变成本,如旅行成本(128年,133年,136年,145年,146年,179年- - - - - -183年),违约成本(184年)、库存成本(163年,185年- - - - - -187年),燃料成本(188年),和排放137年]。(3)库存成本:当把库存管理与车辆路由决策,目标变成不仅减少了旅行成本或车辆成本也考虑库存成本在规划周期(160年- - - - - -163年,165年,166年,185年- - - - - -187年,189年- - - - - -194年]。(iv)违约成本:惩罚成本通常被认为是当决策者想要权衡之间的正面和负面影响改道,使一个有效的娱乐(依赖于应用程序的控制164年]。一般来说,准时交货的违约成本提高(164年,182年,183年,195年),满足要求的能力187年,189年,196年),车辆的能力(184年,197年),浪费产品(193年],拥堵费[198年),等等。(v)燃料消耗:传统车辆路径问题往往依赖于成本与运输距离,库存,或车辆使用的固定成本;如今,越来越多的研究人员设法最小化总燃料消耗量,这不仅影响距离或车辆的速度还与每个车辆的特征,甚至车辆负载(198年- - - - - -201年]。在这项研究中,这一标准是合并准则“能源成本”,以规范的表达式。(vi)司机费用:这主要成本是相关司机的工资,可以被视为一个重要的一部分固定总成本的一部分。类似于车辆成本,司机成本也是由车辆使用的数量(193年,195年,200年,202年]。(七)装卸成本:装卸成本相关的产品单位数量而不是运输距离。在一些文章中,装卸成本被认为是经营总成本的一部分(138年,160年,199年,203年]。(八)服务成本:这个特殊的服务,如支付维护费用(163年),打开仓库(145年,146年),建设新的地点(204年]。(第九)利润:利润是企业的最重要的目标,因为有效的物流操作可以贡献很大的利润;许多车辆路径模型构建了一个客观的总预期利润最大化([205年- - - - - -207年];Kumar et al。(2017);(143年])。
除了迟到,早熟、迟到和鲁棒性,也可以观察到在调度和重新安排,其他管理标准观察:(1)工作负载不平衡:理想情况下,车辆负责产品的交付沿着不同的路线应该同样以提高输出效率。与这个目的,一些研究试图减少工作负载不平衡的旅行成本最小化最长的路线(208年- - - - - -211年)或平衡日常工作负载(148年]。(2)报道,拜访客户数量:在一些变异的VRP的假设访问每个客户不举行,总访问数的最大化客户通常被认为是最重要的目标的一部分,因为更多的客户访问显示更高效率的服务180年,212年]。
类似于调度和延期问题,股本和排放也观察到在VRP当决策者的目标是构建绿色物流战略,因此研究关注减少排放出现近年来(178年,180年,200年,213年- - - - - -215年]。
如数据所示6和7、经济条件,如“旅行成本,”“惩罚成本,”“能源成本”和“利润”很大程度上支配别人。值得一提的是,除了观察增加关注重要的经济标准等能源成本、惩罚成本和总利润的业务,一些社会标准,如鲁棒性的交付和排放车辆,开始吸引越来越多的关注。据统计,如图7出版物的一部分关于社会标准自2010年以来从7%上升到10%。
总之,不仅经济标准,而且管理标准和社会标准被广泛认为在文学OM优化,虽然经济的大多是认为2010年之前和之后都有针对性的主题。此外,我们发现,数学规划被广泛用于构建定量模型的优化问题,在所有目标字段,将会解决通过商业软件包,如最大化策略和行话或启发式和metaheuristics。因为它是有趣的观察,类似的解决方案技术曾被观察到在文献中,也就是说,大多数的解决技术应用领域的调度也适用于其他两个领域,我们将调查从一般视图而不是在每个字段执行专门的调查,以减少冗余的讨论。
4所示。解决技术
它可以观察到,已经开发出了大量的方法来解决OM优化问题。根据文献,除了经常致力于特定的问题和建设性的启发式不能用于解决其他问题(如讨论毛等。86年];Mohapatra et al。216年];Nourelfath [89年];Zachariadis et al。139年];角等。217年];科里提科斯和loannou197年];Lopez-Sanchez et al。131年];女子和张214年];Nambirajan et al。186年];林和应218年]),几乎每一个技术开发的一个领域,发现同行的其他人。结果,决议技术通常是分组根据他们的相似之处。此外,技术解决问题的不确定性,特别是鲁棒性优化方法,将一个专用的分段讨论。
4.1。数学Programming-Based方法
在数学规划(MP),我们寻求最小化或最大化客观的一组约束。除了软件服务编程求解,MP-based方法观测领域的三个目标字段如下:和(34],Branch-and-Cut [146年],Branch-and-Price [219年],Branch-and-Cut-and-Price [142年),动态规划(220年,拉格朗日松弛221年],列生成[222年),设置分区(223年),约束编程(224年,目标规划225年],集合覆盖[226年),等等。
如表所示1,它可以观察到,最常用的数学programming-based B&B调度领域的方法(和),而bp (Branch-and-Price)是最受欢迎的分支领域的VRP的方法。相当一些MP-based方法被应用于解决延期问题。进一步分析,我们可以得出结论,列Generation-related方法总是引起研究人员的关注,这也可能被解释成事实,这种方法的效率远远高于其他分支的方法。出版物的异常没有延期可能解释这一事实MP-based算法的效率相对较低,而响应的能力解决延期问题的方法是相当重要的。
4.2。Metaheuristics
Metaheuristics设计的策略来指导搜索过程,为了找到算法的解决方案(227年]。在文献中,metaheuristics广泛用于获得高质量的解决方案在可接受的执行时间和存在上已经出现了几种调查metaheuristics [228年,229年]。在本节中,调查metaheuristics将分为三个部分。
4.2.1。准备Single-Solution-Based Metaheuristics
模拟退火(230年),禁忌搜索(231年],贪婪算法[232年,掌握233年),可变邻域搜索(234年),希尔攀登(235年),和迭代局部搜索158年)single-solution-based metaheuristics。如表所示2、模拟退火和禁忌搜索是两个最受欢迎的single-solution-based metaheuristics调度和蚁群。然而,只有四个高质量的论文延期从2010年开始观察。值得一提的是,贪婪算法在调度领域的广泛使用,虽然只有一个论文的VRP是发现使用这种方法。
4.2.2。以人群为基础的Metaheuristics
进化计算(236年)、遗传算法(187年),进化策略(128年),进化编程(237年),遗传规划(238年),分布估计算法(35微分进化(),239年),共同进化算法(156年),分散搜索(50,240年,群体智慧241年,蚁群242年),细菌觅食优化算法(243年),蜜蜂殖民地(244年人工免疫系统[],245年),粒子群优化(141年),和Biogeography-based优化(246年)是基于metaheuristics。
如表所示3,它可以总结如下:(1)遗传算法、粒子群算法和蚁群是最受欢迎的领域的metaheuristics调度。(2)微分进化和蜜蜂殖民地也很流行在调度领域但不完全吸引VRP的该领域的研究人员。(3)更多的应用领域的观察metaheuristics延期,而只有数量有限的论文在文献中都可以看到。事实上,更少的出版物出版在2010年之前。(4)大多数metaheuristics近年来开发。事实上,没有提到metaheuristics用于解决优化问题领域的计划在1990年之前。此外,其中四个,Biogeography-based优化、人工免疫系统,蜜蜂的殖民地,和细菌觅食优化算法,报道了他们的第一个应用程序领域的调度不早于2010年。
4.2.3。混合Metaheuristics
近年来,除了新metaheuristics提出策略,研制了许多混合metaheuristics为提高算法的效率或质量的最终解决方案,但有更少的应用比其他两种类型的混合metaheuristics metaheuristics(约176个高质量的期刊论文发表在混合metaheuristics从2010年起)。
根据文献,大约一半的混合metaheuristics是基于遗传算法的框架。一些研究使用特制的遗传算子提高遗传算法的能力(如讨论Amin-Naseri和Afshari247年),Qing-Dao-Er-Ji和王248年,249年),Qing-Dao-Er-Ji et al。250年,251年],和Ahmadizar Farahani [52]);Ahmad et al。252年应用一个问题特定的启发式改进初始解的质量;其他一些研究杂交遗传算法和一些讨论的问题特定的本地搜索方案(Ngoc et al。253年),曾和林254年,比达尔et al。135年])或小区搜索过程255年- - - - - -257年]。大多数的混合方法不同metaheuristics的组合,如遗传算法和禁忌搜索的结合过程(如讨论Zhang et al。258年],Meeran和Morshed [259年),李和高260年),于et al。261年),这和Ghannadpour(2012))和遗传算法和模拟退火的集成(如讨论Safari和Sadjadi [262年),Rafiei et al。263年],Bettemir和桑麦资264年])。近年来,遗传算法和粒子群优化(PSO)已经广泛应用于调度和车辆路径问题(如讨论Du et al。265年),于et al。266年),刘等人。267年),Kumar和Vidyarthi [268年])。其他一些遗传算法混合方法在文献中也观察到,如混合Genetic-Monkey算法(269年),混合遗传算法结合LP-relaxation目标模型(如前所述的默罕默德和Ghasem270年]),结合遗传算法和局部搜索与模糊逻辑控制程序,在模糊逻辑控制是用来提高遗传算法的搜索能力(如讨论Chamnanlor et al。271年]);一些Pareto-based混合遗传算法也为处理多目标问题(如开发讨论Zhang et al。272年道)和et al。273年])。除了混合遗传算法,其他一些混合metaheuristics观察文学,如贪婪随机自适应搜索过程(掌握)增强与启发式浓度(讨论门多萨et al . 2016274年]),自适应本地搜索结合禁忌搜索(如Avci和Topaloglu所讨论的,2016144年])和混合蚁群优化(ACO)过程(基于掌握和VNS讨论布里托et al . 2015275年])。算法的集成和SA也非常鼓励(讨论Keshtzari et al . 2016276年])。有理由得出这样的结论:以人群为基础的效率可以大大提高metaheuristics集成要么single-solution-based metaheuristics或问题特定的启发式。
4.3。优化和不确定性
它是不可避免的,决策者必须面对大量的参与运营管理的不确定性环境中,如意外故障的机器和不稳定的车辆的旅行时间。因此,鲁棒性已成为近年来的一个最重要的优化标准。
传统上,与不确定性决策问题作为马尔科夫决策过程或随机规划制定。马尔可夫决策过程进行敏感性分析,而不是用于操作优化。而随机规划被广泛用于寻找一个可行的解决方案对所有(或几乎所有)不确定输入的实例(277年),它是相当复杂的,因为它不仅需要大量的数据,而且需要太多时间获得输出最终的解决方案,或者甚至不可能得到最优。除此之外,一些开发启发式对不确定性得到健壮的解决方案。例如,崔et al。278年)提出了两种三阶段启发式算法寻找一个强大的生产和维护日程机故障的不确定性。根据实验结果,启发式报告更好的性能比传统的人虽然是很重要的作者找到最好的质量鲁棒性之间的平衡和解决方案的鲁棒性,因为两个启发式的区别很重要。一项调查显示由Cacchiani和托斯(279年火车),致力于制定时间表问题,许多不同的方法被用于构建健壮的时间表,包括随机优化、鲁棒性,可恢复健壮性、延迟管理、bicriteria和Lagrangian-based方法,metaheuristics。
首先提出的索伊斯特(280年)用数学集合理论来描述不确定参数的信息,通常设计鲁棒性优化方法来处理问题,可以制定为不确定参数线性规划问题。该方法假设的不确定参数存在确定的“不确定性”为了避免巨大损失,通常采用min-max方法解决数据的不确定性,通过保证解决方案的可行性和最优性与组内的参数不确定性的所有实例(281年]。近年来,鲁棒性的原始版本优化方法大大提高了各种研究。例如,Ben-Tal et al。282年]提出了范式称为仿射可调强劲的对手(AARC)限制可调变量仿射函数的形式为多级有限层问题的确定性版本的不确定问题是线性规划。在AARC方法中,不确定的线性程序的家庭被替换为一个单一的驯良的确定性问题,这与确定性方法可以解决。AARC方法应用于研究紧急车辆路径旅行时间的不确定性下调度问题Ben-Tal et al。283年]。之间的比较结果的鲁棒性优化方法和混合粒子群优化(PSO)显示,鲁棒性优化方法有更好的稳定性。
至于延期,Veelenturf et al。284年)提出了一个quasi-robust重排方法,基于可恢复的鲁棒性的概念,解决铁路工作人员重新安排问题。根据结果与收集到的数据从铁路系统在荷兰,在司机的数量变化从15到67年,quasi-robust延期的方法可以获得最终的解决方案在5分钟内,为实时应用程序是可以接受的。
VRP问题的鲁棒性优化方法的应用主要从2008年开始,当Sungur et al。285年)首先应用鲁棒性优化方法解决生产配送车辆路径问题和需求的不确定性;越来越多的研究显示他们的利益在发展中对不确定性领域的VRP健壮的解决方案。例如,德(286年]概括模型Sungur et al。285年)允许上界的客户需求和每辆车旅行时间。Gounaris et al。287年)被认为是一个通用的情况下,客户要求是支持多面体。他们提出的条件CVRP减少到一个确定的和派生的配方一般情况由确定性CVRP提出了不同的路线。太阳和董57)采用了条件期望总运输成本作为优化目标的条件下最大化得宝的服务能力,以减少偏差的预期价值优化目标获得在各种可能的事件。后来,这个semideviation代替健壮的组合测量semideviation鲁棒性优化方法。Gounaris et al。288年)提出了一种自适应内存编程(AMP) metaheuristic应对CVRP与不确定的客户需求。类似于基于进化算法,AMP开始初始化阶段,一些高质量的解决方案构建参考集生成的。一旦初始化阶段已经完成,自适应选择记忆的一个子集作为一个中间的解决方案的通用发起最后的临时解决方案。临时解决方案然后重新启动使用禁忌搜索算法,最后遇到的最好的可行的解决方案将用于更新参考集。AMP和之间的比较结果MILP解算器(12.1最大化策略)与88年RCVRP基准的情况下,它没有原始Branch-and-Cut与全球最优的解决方案,表明,AMP对中小实例是有效的。更准确地说,数值结果表明38 483客户和车辆,和AMP已经确定了新的123年最佳解决方案实例,这很令人鼓舞。
由于出版物的数量是相当有限的鲁棒性,我们不会在这一节中进行分布分析。
5。结论和观点
本文概述的优化建模和解析方法给出了运营管理领域的最近的文献的基础上,高质量的期刊论文,发表了从2010年到2016年,是致力于运营管理的三个重要主题:调度、重新安排,和车辆路径问题,选择从流程视图。
根据文献,值得强调以下有趣的现象:(1)经济标准,如完成时间,考,和流动时间,主要是考虑在研究2010年前,从那一年开始。管理标准,如迟到,迟到,早熟,也普遍认为虽然致力于社会标准的研究更少。(2)爆炸可以观察到在出版物关于能量消耗,污染物排放,碳排放;即使他们只是很小的一部分的研究目前调度。这表明越来越多的OM研究者考虑可持续生产和环境保护。(3)除了标准最常用的调度问题,进度偏差,健壮性和股票也普遍认为已经延期问题特别是近年来。事实上,更多的管理和社会的标准被认为是在重新安排优化由于大多数的延期问题从服务管理领域,客户的需求也必须加以考虑。(4)最常用的分支领域的调度方法B&B(和),而bp (Branch-and-Price)是最受欢迎的分支领域的VRP的方法。无论是数学programming-based方法还是metaheuristics广泛应用领域的延期;事实上,只有16篇文章也计算在内,但大约有3945高质量的论文被发表于2010年。出版物的异常没有延期可能解释为工作条件的复杂性和快速反应的必要性将决策者做出的决定与他们的经验或使用高效的启发式。(5)metaheuristics可广泛的应用在文献中观察到所有的操作管理过程。近年来一些新的metaheuristics已经开发出来,而一些传统metaheuristics不再使用虽然有些新提议metaheuristics和之间的类比可以观察到传统的。也许是很重要的改进现有方法的质量,而不是提出新的定义。杂交不同的方法可能是一个好的方向进入。(6)许多应用领域的混合metaheuristics OM观察近年来的文献,其中一半的遗传算法。令人鼓舞的是,以人群为基础的效率可以大大提高metaheuristics集成要么single-solution-based metaheuristics或问题特定的启发式。
除了运营管理的研究在工业领域,越来越多的研究被发表在服务管理等民用运输管理和医疗管理。优化服务管理模式的建设应该更多地依赖于客户的需求,使优化服务管理完全不同与传统的运营管理问题。此外,目前的研究大多集中在确定的环境中,其中很少有助于提高操作效率的有效性在动态环境;值得开发新的模型和方法,可以帮助那些决策者面临的不确定性环境,使鲁棒性时间表或快速应对意想不到的障碍与高质量的解决方案。
的利益冲突
作者宣称他们没有利益冲突有关的出版。
确认
这项工作在一定程度上是由上海浦江计划,中国(没有。13 pjc061)。