至善之道——寻求最优化的物流网络模型

Posted 2021-04-07 湾区博士

无论是大数据、机器学习还是人工智能

都有一个共通的关注点

即通过优化方法的应用，从而得出决策方案

而这正是运筹学研究的核心追求所在——

运用统计学、数学模型和算法等跨学科的方法

寻找复杂问题中的最佳或近似最佳的解答

特别是改善或优化现有系统的效率

在现实生活中，它有许多应用场景

比如“再制造”，把废旧零件视为毛坯

应用先进手段和规模化制造技术

对废旧零件实施检测、修复和改造等处理

让其重新获得使用价值

再制造生产活动中

物流网络的结构优化问题

实际上成为实现经济与生态效益并重的要害

以这个具体而复杂的问题切入

收获的将是综合运用再制造工程、物流工程

建模、最优化和计算机仿真等一系列的理论和技术

来解决实际问题的绝对硬核技能

湾区博士邀请毕业于上海海事大学的李博士开设运筹学课题《从大数据、机器学习到运筹学和最优化算法——以物流网络模型为例》，以汽车发动机再制造物流网络的优化设计问题为研究对象，在考虑环境因素的情形下，着重研究多种不确定条件下的汽车发动机再制造物流网络结构优化问题。

本课题邀请对数学、运筹学、交通工程、计算机科学和人工智能等领域感兴趣的学生参与研究。与李博士一起深度交流，从乏味的日常学习中脱身而出，迈进真正的学术殿堂，驰骋在星辰大海的壮阔世界。

课题内容

第一阶段：汽车发动机再制造物流网络的特点分析

介绍汽车零部件再制造的概念、特点及其物流网络的定义，分析汽车发动机再制造产业可行性、行业运作模型及其物流网络设计，并与其它种类的逆向物流进行对比，总结汽车发动机再制造物流网络的一般性网络结构及其求解算法的基本结构。

第二阶段：设施选址和设施间运输量分配

用机会约束规划方法，以物流成本最小化为目标，建立一个再制造物流网络随机规划模型。以MATLAB为平台，编写一个基于优先级编码的遗传算法代码，分别利用遗传算法和CPLEX对若干算例的求解结果进行对比分析。在政府征收企业碳税的情况下，采用鲁棒优化方法，最少化碳税与物流成本的总和，构造汽车发动机再制造物流网络鲁棒混合线性规划模型。

第三阶段：模糊性、碳排放和响应能力

采用具有不同重要性和优先级的模糊目标规划方法，以最小化物流成本、最少化碳排放量和最大化响应能力为目标，建立闭环物流网络模糊混合线性规划模型。针对该优化模型的特点，编写一个基于路线编码的遗传算法代码，分别利用遗传算法和CPLEX对若干算例的求解结果进行对比分析。

第四阶段：结题报告

综合所学，使用科学的思维、科学的语言组织和撰写结题报告。

课题导师

李博士

• 上海海事大学交通运输专业博士
  

• 主持参与《基于鲁棒优化的闭环供应链模型研究》、《不确定环境下低碳再制造物流网络模型优化研究》、《平行机调度——泊位分配模型研究》、《低碳导向型城市交通系统优化与管理》等多个科研项目

博士推荐阅读

[1] 《运筹学（第三版）》 ，清华大学出版社

[2] 郁磊等著：《MATLAB智能算法30个案例分析》，北京航空航天大学出版社

[3] http://www.runoob.com/cplusplus/cpp-tutorial.html（C++网络教程）

[4] 周跃进、陈国华著：《物流网络规划（第2版）》，清华大学出版社

[5] 孙晚华著：《ILOG CPLEX与铁道运输优化》，作者:，中国铁道出版社

课题收获

学术研究硬实力的大幅提升

你将掌握学术研究的基本方法与思路，收获文献检索方法及论文阅读技巧，掌握运筹学领域的前沿理论，对相关问题有深入的思考。

研究成果的公开发表

你将拥有撰写实验报告或学术论文的逻辑思维与能力，以第一作者身份公开发表研究成果，并尝试专利申请，冲击全球顶级的科研赛事与学术会议。

顶尖导师推荐信

你将与博士导师建立深厚的个人联系，获得来自导师在学术、职业乃至生活上的指点，收获来自博士导师、具有极高可信度的推荐信。

课题安排

湾区博士课题研究项目主要以线下授课为主，配合线上辅导，项目周期为6-8周时间。项目博士导师会根据学生的具体情况和课题要求，设计针对性的项目进度安排，起止时间以学生和导师双方共同商议决定。为保证科研质量，本课题研究仅限3个名额。

课题报名

本课题采取审核制招生，感兴趣的同学请扫描二维码与助教沟通，我们将通过面试评估课程匹配度，最终确定入选名单。

其他相关课题回顾

更多资讯

 |  | 

如果你是，

想要了解更多工科类课题，

探索大学专业，提升学术能力，

请扫码进入工科类课题库浏览其他课题：

如果想了解其他学科（理科/社会科学/商科/人文艺术）

请扫码关注湾区博士

汇聚中国最优质的博士教育资源

专注为追求卓越的中国学子

提供定制化的学术背景提升解决方案