王峰、唐珂等在报童模型和分布估计算法方面取得重要研究 2019-09-19 11:57:04
    最近,武汉大学王峰副教授与华东师范大学周爱民教授、南方科技大学唐珂教授等合作,在国际顶级期刊《IEEE Trans on Evolutionary Computation》上发表题为“An Estimation of Distribution Algorithm for Mixed-variable Newsvendor Problems”的学术论文,报告了使用分布估计算法求解一个新提出的混合变量报童模型的最新研究成果。

 

    报童模型是一类投资者根据消费者们对于商品的实际需求量,确定商品的具体订购数量,在有限资源下谋求最大收益的问题,普遍存在于金融交易、供应链管理等多种场景当中。论文将商品的出售价格和仓储成本这两个在先前的研究中被忽视的要素应用于问题建模当中,并将不确定的消费者对商品的实际需求量与商品的出售价格相关联,从而将模型的决策变量扩展为商品的出售价格(连续变量)与订购数量(离散变量)这两类,将报童模型构建成为了一个混合整数非线性规划问题(MINLP)。论文提出了一种新的分布估计算法对上述MINLP问题进行求解,提升算法在较大决策空间中的搜索效率和搜索精度。主要贡献包括:
    1.提出了一个新的报童模型,该模型同时考虑了商品的出售价格和订购数量,将报童问题转化成MINLP问题;
    2.提出了一种基于直方图模型的分布估计算法来求解该模型,使用了两种不同的直方图模型分别对连续变量和离散变量的概率分布进行建模,提升了算法的搜索效率和搜索精度;
    3.为了进一步测试不同算法在不同场景下报童问题上的表现,论文使用正交实验设计的方式,设计并提出了一系列标准测试问题。
   
该成果得到国家自然科学基金面上项目、国家自然科学基金重点项目等项目资助。《IEEE Transactions on Evolutionary Computation》是计算机科学和人工智能领域的权威学术期刊,最新SCI影响因子8.508,多年来连续位居中科院一区和JCR一区。

 
论文信息:
Title: An Estimation of Distribution Algorithm for Mixed-variable Newsvendor Problems
Authors: Feng Wang, Yixuan Li, Aimin Zhou, Ke Tang
Source: DOI: 10.1109/TEVC.2019.2932624
Link:https://ieeexplore.ieee.org/document/8784385