冯兴东 | 基于马尔科夫蒙特卡洛模拟的大规划仓储优化

时  间:2019年6月25日(周二) 10:30-11:30

地  点:中北校区理科大楼A1716报告厅

题  目:基于马尔科夫蒙特卡洛模拟的大规划仓储优化

报告人:冯兴东,上海财经大学教授

摘  要:

仓储规划是指在进行仓储活动之前,对于仓储模式、仓储设施、信息管理系统等进行决策及设计。我们研究的仓储规划问题是在给定仓库存储规则和技术条件下,以经济利益最大为目标,对仓库中物料的摆放位置进行优化决策。我们从实际的汽车公司仓储问题出发,利用Gibbs采样处理复杂高维的采样问题,改进模拟随机逼近退火算法,用以解决多层次,多约束的组合规划问题。通过对真实的汽车公司仓储数据进行计算验证了所提优化算法的有效性。我们设计的仓储规划的马尔科夫蒙特卡洛模拟算法与模拟随机逼近退火算法相比,在计算准确度及求解时间上具有优势。

报告人简介:冯兴东,上海财经大学统计与管理学院常任轨教授、博导,大数据研究院执行院长。伊利诺伊大学香槟分校博士,美国国家统计中心博士后。长期从事计量经济学、数理统计以及生物统计的科学研究,在统计学四大等高水平期刊发表论文30余篇。主持多个国家自科基金项目。


发布者:张瑛发布时间:2019-06-21浏览次数:151