Книга
VIII Moscow International Conference on Operations Research (ORM2016) Moscow, October 17–22, 2016
The volume is dedicated to Boris Mirkin on the occasion of his 70th birthday. In addition to his startling PhD results in abstract automata theory, Mirkin’s ground breaking contributions in various fields of decision making and data analysis have marked the fourth quarter of the 20th century and beyond. Mirkin has done pioneering work in group choice, clustering, data mining and knowledge discovery aimed at finding and describing non-trivial or hidden structures—first of all, clusters, orderings, and hierarchies—in multivariate and/or network data.
This volume contains a collection of papers reflecting recent developments rooted in Mirkin's fundamental contribution to the state-of-the-art in group choice, ordering, clustering, data mining, and knowledge discovery. Researchers, students, and software engineers will benefit from new knowledge discovery techniques and application directions.
We consider a problem of the astronaut training scheduling. Each astronaut has his own set of tasks which should be performed with respect to resource and time constraints. The problem is to determine start moments for all considered tasks. For this issue a mathematical model based on integer linear programming is proposed. Computational results of the implemented model and experiments on real data are presented.
Single track segments are common in various railway networks, in particular in various supply chains. For such a segment, connecting two stations, the trains form two groups, depending on what station is the initial station for the journey between these two stations. Within a group the trains differ by their cost functions. It is assumed that the single track is sufficiently long so several trains can travel in the same direction simultaneously. The paper presents polynomial-time algorithms for different versions of this two-station train scheduling problem with a single railway track. The considered models differ from each other by their objective functions.
Данная книга описывает все недавние разработки в сложных финансовых решениях с помощью различных подходов вычислительного интеллекта. Вычислительный интеллект быстро развился в последние годы, и сегодня он является одной из самых активных сфер в исследовании операций и информатике. Увеличивающаяся сложность финансовых проблем и огромный объем финансовых данных часто затрудняют применение традиционных моделей и алгоритмических процедур. В этой ситуации, поле вычислительного интеллекта предоставляет широкий спектр полезных методов, включая новые инструменты моделирования для принятия решений в условиях риска и неопределенности, интеллектуальный анализ данных методов для анализа сложных баз данных, и мощные алгоритмы обработки сложных задач оптимизации.
This book constitutes the proceedings of the 9th International Conference on Discrete Optimization and Operations Research, DOOR 2016, held in Vladivostok, Russia, in September 2016.
The 39 full papers presented in this volume were carefully reviewed and selected from 181 submissions. They were organized in topical sections named: discrete optimization; scheduling problems; facility location; mathematical programming; mathematical economics and games; applications of operational research; and short communications.
Актуальность данного исследования обусловлена, с одной стороны, попыткой решения проблемы оптимального размещения запасов на складе, положительным эффектом которого может стать увеличение показателей оборачиваемости запасов и обеспеченности запасами. С другой стороны, была сделана попытка расширения списка задач, решаемых методами исследования операций. На сегодняшний день сфера применения методов исследования операций (в частности, транспортной задачи как частного случая линейного программирования) довольно ограничена. В соответствии с [Таха, 2011], транспортная задача - это проблема поиска оптимального распределения однородных объектов от аккумуляторов (a i ) к приемникам (b i ) с минимизацией затрат на перемещение. Каноничная форма транспортной задачи представляет аккумуляторы в роли точек отправления груза (склады), приемники в роли точек назначения (клиенты) и затраты на перемещение в роли транспортных затрат. По нашему мнению, парадигма применения данной модели ограничена использованием последней касательно лишь транспортной логистики. Фактически, мы можем найти применение данной модели относительно очень большего количества проблем в различных областях (микро-, мезо- или макроуровня). Данное исследование показывает, что объекты и переменные из каноничной транспортной модели могут быть представлены в роли объектов из различных областей (не ограничивающихся логистикой), тем самым помогая найти оптимальное решение конкретной проблемы. В данной работе аккумуляторы представлены в роли условных ячеек расположения продукта незавершенного производства (НЗП) на складе, приемники - производственные линии, и, затраты на перемещение в роли общего пробега погрузчиков от зон расположения НЗП к производственным линиям. Общий пробег погрузчиков предстает в виде функции затрат Z, которую необходимо минимизировать, что даст нам оптимальное расположение продуктов НЗП по отношению к производственным линиям (следующий этап производства).