讲座题目：An effective and robust genetic algorithm and exact algorithms for passenger-goods shared transport in urban rail networks

主讲人：储诚斌　教授

主持人：晏鹏宇　教授

时　 间：2023年11月15日（星期三）　下午15:30

地　 点：电子科技大学清水河校区，经管楼C103

主讲人简介：

储诚斌教授是法国艾菲尔大学教授，中国教育部2004年度“长江学者”讲座教授。他于1985年毕业于合肥工业学电气工程系工业自动化专业, 于1990年获得梅斯大学博士学位。此后，他继续在法国国家信息及自动化研究院工作。1992年被聘为该院终身研究员。他于1996年进入特鲁瓦工业大学并负责创建和领导工业系统优化实验室（法国国家重点实验室）。2008至2017年在巴黎中央理工大学（Ecole Centrale Paris，现巴黎-萨克雷大学中央理工-高等电力学院，CentraleSupélec，Université Paris-Saclay）, 主持由家乐福﹑达能﹑路易威登、赛峰、标致-雪铁龙集团等跨国公司赞助的供应链管理讲席职位。储教授的研究领域集中在生产和物流系统的优化，包括采购管理、可靠性分析与配置、系统维护策略优化、交通运输、下料等方面。迄今为止，他已发表专著3部，220多篇文章被国际期刊发表或接收。其中2篇文章荣获相关期刊的最佳论文奖，3篇论文在国际学术会议获奖。他承担过20多项由欧盟、法国中央和地方政府或企业资助的研究项目，总经费近1000万欧元。他的研究成果在数十家各种规模和不同行业的企业得到应用，创造了巨大的经济和社会效益。由于他在理论创新及实际应用方面的突出贡献，他早在1996年就荣获法国运筹学和辅助决策领域的最高奖项Robert Faure一等奖。2006至2011年，他是西安交通大学海外讲座教授﹑工业工程系海外系主任。2011至2018年任同济大学讲座教授﹑讲座研究员。再次期间，他还是中国科技大学客座教授。2018至2023年为福州大学教授。

讲座简介：

In this talk, we consider freight transport in urban areas using passenger rail networks as an environment-friendly alternative to current predominantly fossil-fueled trucks. We focus on designing an effective and robust method based on genetic algorithm. The problem is mathematically formulated into a mixed-integer linear program. We prove that as long as a parcel-to-train assignment is known, it takes a polynomial time to check whether this assignment can lead to a feasible solution and, if yes, solve the remaining problem by transforming it into computing the longest distances in a digraph. This result makes it possible to only consider parcel-to-train assignment variables in chromosomes, while efficiently determining the values of the other variables in fitness evaluation. In order to achieve robustness regarding all instances, the control parameters of the genetic algorithm are set with Taguchi method. Computational results show that the method developed in this way is very effective. For small-size instances, it yields optimal solutions within considerably shorter computation times than a commonplace optimization solver does. For large-size instances, it outperforms such a solver, not only providing much higher-quality solutions but also consuming much shorter computation times. This method thus meets very well operational requirements where high-quality solutions are expected while computation time is very limited. We also show that the problem as well as the pricing problem in the branch-and-price framework can be solved with Benders decomposition where the slave problem can be exactly solved with Bellman-Ford method.

欢迎全院师生参加！

bob半岛平台官方网站

运作优化与智能决策研究所

2023年11月13日