【活动】 『干货』列车运行时刻表,车辆路径问题, 电力系统优化等运筹学实际问题

【活动】 『干货』列车运行时刻表,车辆路径问题, 电力系统优化等运筹学实际问题

文章作者:康焯飞
责任编辑:康焯飞
文章发表于微信公众号【运筹OR帷幄】:【报道】讲真!运筹学也能拿诺贝尔奖--盘点诺奖中的OR研究
欢迎原链接转发,转载请私信 @留德华叫兽 获取信息,盗版必究。
敬请关注和扩散本专栏及同名公众号,会邀请全球知名学者发布运筹学、人工智能中优化理论等相关干货、知乎Live及行业动态:『运筹OR帷幄』大数据人工智能时代的运筹学

『运筹OR帷幄』建立的微信学术群共计10个,共计3500+人,群成员为全球华人Operations Research, Optimization, O.M., I.E., SCM,Data Science,Machine Learning, Computer Vision等方向的researchers,包括常青藤教授,各大Top互联网公司大佬,世界各地知名大学OR相关的硕博,加群方式详见文章底部

下面就来看看我们第八期是整理了哪些话题吧。

往期微信学术群群聊精华语录传送门

第一期 遗传算法 & 动态规划

第二期 锥优化&运筹学入门教材

第三期 航路路径优化算法 &线性规划

第四期 传统统计中的方法 VS 机器学习

第五期 列生成算法,遗传算法,粒子群算法

第六期 优化软件CPLEX, BARON, SCIP 中你不知道的事

第七期 AI供不应求还是招不到人?公司对AI从业人员有哪些诉求?

2018年8月31日 约束满足问题 -----列车运行时刻表优化

(出自微信群: 【3】Global O.R./OM/IE Community)

mathematical optimization-Ks-y:有研究约束满足问题的么?比如教室规划分配啥的?

jy-悉尼-DS-交通研究:我正在学这个。我要解决的是时刻表问题。在群里问了,没什么太好的解决方案,这是个np问题。你有什么好的建议吗?哪些什么模型好些。限制条件很多。有没有paper讲交通时刻表的。

mathematical optimization-Ks-y: 一般目标函数为0呗。

jy-悉尼-DS-交通研究:主要应对2个问题1,现有时刻表优化。2,当有新情况时如火车延迟了,如何立刻产生新的时刻表。

mathematical optimization-Ks-y: 实际数据?

jy-悉尼-DS-交通研究:对,澳洲交通厅。

mathematical optimization-Ks-y:这应该和飞机时刻表差不多吧。

jy-悉尼-DS-交通研究:理论应该是相同的,飞机时刻表有什么好的算法。

mathematical optimization-Ks-y:我个人感觉第一步还是尝试建模吧,多种尝试,都看看什么效果好。

jy-悉尼-DS-交通研究:具体参数应该如何选择。

mathematical optimization-Ks-y:变量?看你有啥数据。

jy-悉尼-DS-交通研究:很多数据,如火车运行数据,火车维护数据,铁轨维护数据,信号系统,司机数据系统..有数百个系统吧。我们共三万人,核心任务就是准时的最大化的运输乘客

mathematical optimization-Ks-y:这些都可以是约束吧,司机排班应该根据火车吧。这个问题挺有意思的。

jy-悉尼-DS-交通研究:互相影响,有火车可能没有司机,为了安全,司机吃药后必须休假。很多都是当天知道司机休假。有些药品服用后,汽车都不可以开。国内应该也是。

李-西南交大-运输系统优化: 你可以和我们学校的一些老师对接,他们专门研究列车运行图的,还有高铁晚点延误恢复鲁棒性抗毁性这些。

可以搜一下,主要是彭其渊团队,倪少权团队。毕竟铁路院校,这个运营调整是老本行。50多的老师了,估计不会进群, 不过可以搜一下,他们团队人很多,彭其渊教授团队目前主要在整高铁延误恢复这块,倪少权教授团队一直在研究运行图,国内的运行图系统都是他们做的各大路局沿用至今。

第一个文超老师就是彭教授团队的,如果你需要了解晚点延误恢复的话。

jy-悉尼-DS-交通研究:谢谢,文超老师做的东西很有意思。

李-西南交大-运输系统优化:不客气,他们团队老师做的很多,还有占曙光老师,也是做这块的,好像曾经发过part b。

jy-悉尼-DS-交通研究:请问倪少权教授团队有谁?你具体做什么优化的?

李-西南交大-运输系统优化:倪少权教授团队主要是做纯运行图的,包括吕红霞教授等,主要是系统,编制,调整,计算机编制运行图等等,我对这块不怎么了解,我主要是做运输组织优化的,车流组织,开行方案等。

homepage.swjtu.edu.cn/H这个是我们交通运输与物流学院教师个人主页的官网可以具体上去了解一下,铁路运行图这块,我们学校和北交都做的挺好的,国内搞铁路运输这块的院校比较少。


2018年8月29日 车辆路径问题(Vehicle Routing Problem,VRP)

(出自微信群: 【3】Global O.R./OM/IE Community)

Xu-Yahool-组合优化:车辆路径问题(Vehicle Routing Problem,VRP)考虑的是有多个vehicle. 考虑只有一个vehicle但是可以回到depot之后再出来的版本有没有什么名字? 的确这个听起来和有无限个vehicle差不多, 但是有多个depot的时候, 两个版本概念就不太一样了.

叶-苏宁物流算法工程师:只要vehicle 是identical的不就一样了。。。

Xu-Yahool-组合优化:多个depot 一个vehicle离开depot之后可以去任意depot取更多的东西 只是最终要回到自己最早的depot,而一般VRP的话 送完东西就要直接回原点depot。喔 而且我这里想的是capacited VRP. 所以为啥送了货要回来装新东西.

luo-MIT950R PhD: 上网查一下inventory routing problem,Vrp 有好多种,分类方式也不唯一。查一下survey paper.Vrp应该有标准的问题库,Vrp 也有dynamic vrp 和stochastic vrp.

Xu-Yahool-组合优化:嗯, 所以我的这个送牛奶问题似乎并不被任何我能找到的VRP来概括. 有k个牛奶站, 1个送牛奶的, n个房子. 送牛奶的只有两只手, 所以最多只能带两个牛奶. 每个牛奶站有无限牛奶可以拿. 每个房子需要一瓶牛奶. 送牛奶的起始于第一个牛奶站. 空手之后可以去任意牛奶站取牛奶. 送牛奶的人完成所有送牛奶任务之后需要回到最早的牛奶站. 求最短路径满足所有人的牛奶需求.

luo-MIT950R PhD:更象简化的inventory routing problem

李-新加坡-mip优化:类似于Bike share的bike rebalancing problem,customer是demand点,depot是supply点.或者electrical vehicle配送+充电问题

古-同济-运筹优化:对应的VRP问题应该是VRP with multiple trips


2018年9月12日 电力系统优化问题落地

(出自微信群: 【1】Global O.R./OM/IE Community)

杨洛-电科院-电力系统最优化:电力系统优化问题要落地还有相当长的路,光搞几个模型,套几个方法实际里行不通。

小千_韵达:不光是电力系统,其他领域也是一样的 ,需要整个公司整体管理水平跟得上。技术落地 ,是需要管理配合的。还需要高效的信息系统。

胡杨洛-电科院-电力系统最优化:@小千_韵达 可能领域不同吧,我们这边管理和系统层面其实是很配合的,领导也很支持,但很多花里胡哨的文章真没法用,压根不了解实际,即使是我们专业学了很多年的博士的方法也是这样。并不是所有的领域都搞物流这种组合优化的,实际上传统的连续优化问题在应用还是很广的,作用也很大,这一点上传统领域在产业界意识的还是比较深的。

小千_韵达:其实供应链是运筹学最好的应用场景,根据美国企业的经验数据,可以大幅度降低成本提高效率。国内的大多数供应链就是个运输,连物流都算不上。

王孟昌-达摩院-优化:运筹学有一个黄金应用窗口:充分竞争以后,技术革新之前。

Yin-SMU-Power System PhD:但是电力系统一帮子搞优化的课题组要活啊,今年ieee trans在规划优化发的文章都四百多了。落地不落地人家utility还真不care,每年轮着学校来撒funding。电力系统用随机规划做不确定性分析在学术界都快15年了,实际应用根本没人用,这不还在做着么,文章哗哗发,全是fellow title。

小千_韵达:神经网络搞了60年了。真正应用到实际产生价值也就是10年的事情……

C.Ying-CityU-SEEM:哪些优化领域是实际落地价值比较高的呢?

小千_韵达:仓储,供应链优化,vrp。

Yin-SMU-Power System PhD:ML,NN这些东西,在电力系统的应用也不行。电力系统的数据太复杂了,目前的算法都没办法很好的tackle。比如用户侧的负载数据要想精准捕捉hourly demand特征目前来看是痴人说梦,只能进行近似处理。目前电力系统里面做数据应用比较好的也就PMU data和风电预测了。但是即使这样,人家拿到的project funding就是多啊,因为现在公司和政府都往这凑热闹,资金足足的,所以还是有一大堆研究者前仆后继。落不落地真不重要,重要的是资金的流向,现实点就是这样。


2018年8月30日 贝叶斯优化中参数维数

(出自微信群: 【3】Global O.R./OM/IE Community)

Limeng-NUS-优化算法:请问有了解贝叶斯优化的学者吗?Bayesian optimization which also operates in spaces with very high dimensions (e.g., fitting machine learning models (convolutional neural network included) consisting of thousands of hyper-parameters or beyond). 想了解一下这句话的真实性。查了几篇文章,最多处理到100维,而且是在additive model的假设下,处理的也都是synthetic data。 这是申请项目的reviewer 给的意见,感觉跟我查阅的情况有些出入,所以来请教各位,谢谢。

刘-硕-CUP-优化算法:前两天刚调研了一些贝叶斯优化的文献,刚刚入门的小白我记得一些文献里说不适合特别多的参数的情况,”consisting of thousands of hyper-parameters or beyond”

这种情况目前貌似效果还不太好,也许最近这方面会有什么新idea做出来了。。?

懒猫:高纬都是神经网络吧,传统方法实践效果听说都不好。

Limeng-NUS-优化算法:是的,看到这个comment我也是比较疑惑。谢谢帮助。


2018年8月29日 CPLEX VS. Meta-Heuristic

(出自微信群: 【2】Global O.R./OM/IE Community)

能源系统工程-rj:请教各位专家一个问题,我是做综合能源系统优化的,MILP模型,变量数5千左右。在处理多目标优化问题时,采用epsilon-constraints+cplex的方法。现在论文审稿专家要我再用MOPSO/NSGA2算一次,并作对比。特此问问大家,我这种调用求解器的方法和直接用meta-heuristic的方法到底有没有优劣之分?谢谢!

杨-最优潮流-电科院:能源互联网吗?

能源系统工程-rj:有没有啥建议或参考文献啊。另外想问下求解器里面的heuristic求初始可行解,此处的“heuristic”和PSO/GA这种“heuristic”有啥区别啊?感谢感谢。

杨-西南交大-运筹优化:求解器适合解小规模问题,meta heuristic适合大规模。

能源系统工程-rj:那该如何界定规模大小呢?

杨-西南交大-运筹优化:Heuristic 构造初始可行解一般是基于问题的规则的,是problem-oriented的,看具体问题,而粒子群,遗传等元启发式算法是问题独立的。可以参考下这个知乎回答

遗传算法,模拟退火算法,粒子群算法,神经网络等智能算法的作用?

zhihu.com/question/2976

王-智能计算-谢菲尔德:因为求解器里面的方法你很难知道目标函数的范围 也就是epslion的取值 , emo算法是求解多目标优化问题的主流 所以他让你用nsga 或 moead 是很正常的。

能源系统工程-rj:谢谢两位的建议!我也知道审稿人问得很好,所以求助大家看看有没有人已经比较完整的总结过这个问题,由于我都是在gams上建模然后调求解器,所以不太懂元启发和调求解器到底差别有多大。

杨-最优潮流-电科院:正常,做工程的人还是多直接调用求解器,至于这个算法的细节其实是不清楚的

杨-东华大学-优化:应该是直接编程实现遗传算法,和求解器没有关系。

能源系统工程-rj:元启发的肯定是编代码。本来我的研究重点在于建模,所以用gams比较方便。gams好像不能调元启发的算法,那现在不得不再用Matlab或python平台重新实现一遍,工作量有点大

杨-东华大学-优化: 那是肯定的。其实就是工作量大一点。


文章来源申明:本篇文章由『运筹OR帷幄』活动版块原创发起,未经授权,禁止转载。

可以在 本公众号后台 回复关键词:“加微信群”获取往届活动文章精选,如果觉得有用, 请勿吝啬你的留言和赞哦!~

【活动】版块长期招收志愿者,如果你有线上/线下活动策划经验,社群活动策划经验, 或者想加入我们增长相关经验,欢迎加入我们。具体可以在微信公众号后台回复:“志愿者”关键词获取详细信息,申请时请注明【活动】版块

『运筹OR帷幄』长期招收志愿者,如果你有一技之长,爱分享,欢迎加入我们。点击下方图片即可了解详情!(如对活动版块感兴趣,可以备注活动版块哦!)


扫二维码关注『运筹OR帷幄』公众号:

点击查看『运筹OR帷幄』志愿者招募介绍及加入方式

点击查看【骥寻伯乐】板块说明及投稿方式

发布于 2018-10-22

文章被以下专栏收录