近日,我院教师田宝峰的研究成果《基于机器学习的场地受限型项目调度与物料订购集成优化》发表于《中国管理科学》期刊上。该论文田宝峰博士为第一作者,太原理工大学经济与管理学院为第一署名单位。

论文从协同优化角度探究场地空间受限下项目调度与物料订购集成优化问题的建模与求解。首先,通过数学抽象活动进度与物料订购之间的动态依赖关系,构建包含库存平衡式的集成优化模型;其次,采用六种机器学习技术构建了可根据算例特征针对性地预测最佳求解算法的自动推荐方法。最后,通过大规模数值实验验证了集成优化模型和算法的有效性。研究结果表明:基于随机森林的算法自动推荐方法在准确率和求解质量上优于其他单一算法和其他算法推荐方法;在场地空间制约下,单位物料存储成本的增加对项目总成本的恶化效应更显著。
《中国管理科学》是国家自然科学基金委管理学部认定的A类期刊,CSSCI来源期刊。
原文链接:
https://kns.cnki.net/kcms2/article/abstract?v=wOuTVkq58Nm4iBKDKZHk9L4jqBSJ-erNMALY16ZZWWgHvDibQc9XD7978F4OiIIBE69ed_rKi4thdifGOJBCPMsQGvzUUy3e8mIzXjbDs9p-jVZoJHjWfn7OyXWmNZK5D7e6FRLPPuQAHXehlFIz-k_03UUESUi_i0D8ALeUrE1jLrVRc13O2w==&uniplatform=NZKPT&language=CHS
【作者简介】
田宝峰:博士,太原理工大学经济与管理学院讲师,主要研究方向为项目管理、运筹优化。目前于中国管理科学、管理工程学报、Computers & Operations Research等国内外高水平学术期刊发表论文多篇。