推文作者：郭浩然

编者按

本期论文导读围绕“智慧城市运筹”这一话题，简要介绍并分析了近期的三篇MSOM文章，分别涉及了最后一公里配送中的新模式：“司机辅助”，易腐库存管理的新策略：“截断平衡”，以及铁路运营中定价与运力的联合动态优化，希望给读者带来收获和启发。

推荐文章1

● 题目：The Driver-Aide Problem: Coordinated Logistics for LastMile Delivery 

司机辅助问题：最后一英里配送的协调物流

个性化医疗的情境排序和选择方法

● 期刊：Manufacturing & Service Operations Management

● 原文链接：https://doi.org/10.1287/msom.2022.0211

● 发表日期：September 25, 2023

● 作者：S. Raghavan, Rui Zhang

● 关键词：

◦ branch-cut-and-price 分支分割定价方法

◦ last-mile delivery 最后一公里物流

◦ driver aide 司机辅助

◦ logistics 物流

◦ service delivery 服务配送

● 主要内容：

• 这篇文献的背景是司机辅助问题。这是一个物流问题，涉及如何最好地利用司机辅助来减少最后一英里交付的总路线时间和运营成本。在此问题中，送货卡车配备一名助手，助手可以通过两种方式协助司机：（1）作为“跳线员”，助手与司机一起准备和递送包裹，从而减少在给定站点的服务时间；（2）作为“助理”，助手可以在一个站点独立工作，递送包裹，司机可以离开到其他站点递送包裹，然后返回。这两种模式的关键区别在于：在停车时，助手是在司机在场的情况下工作，还是在没有司机在场的情况下工作。给定一组交付停站、行程时间、服务时间、跳线节省和助手服务时间，目标是确定交付路线和使用助手（例如，有时作为跳线，有时作为助手）的最有效方式，以最小化总任务时间。驾驶员辅助问题通过提供解决方案来协调最后一英里交付的物流挑战，从而影响最后一英里的交付，这对于依赖高效交付的企业来说是一个关键问题。通过有效地利用司机助手，企业可以减少总路线时间和运营成本，从而提高最后一英里配送业务的效率和盈利能力。

• 针对当前司机辅助问题的建模与求解，本文将问题建模为具有指数数量的变量和指数数量的约束的整数程序(IP)，并提出了一种分支降价的方法来解决这一问题，所提出的方法可以有效地找到接近最优的解决方案，并允许对使用驾驶员辅助所涉及的权衡进行经济分析。本文还为该领域的管理人员提供了经验法则，以确定哪些路线可能受益于驾驶员辅助以及如何最好地利用它们。

分支分割定价法是求解大型难整数规划问题的一种求解方法。它包括将问题分解为更小的子问题，并使用分支定界和列生成技术的组合迭代地解决它们。该方法已成功地应用于各种优化问题，包括车辆路线问题、调度问题和网络设计问题。branch-cut-and-price方法背后的关键思想是在优化过程中动态生成新的列(变量)，这可以显著减少表示问题所需的变量数量。这种方法可以为大规模优化问题提供更有效的算法和更好的解决方案。分支降价法已广泛应用于工业界和学术界，用于解决航空公司机组调度、运输规划、供应链管理等复杂的优化问题。

• 关于本文的潜在缺点或挑战，一个可能的限制是，本文的经济分析和使用驾驶助手的经验法则可能并不适用于所有企业和行业，因为不同的公司可能有独特的约束和目标。此外，本文主要侧重于将驾驶员辅助作为最后一英里配送中协调物流的解决方案，而没有探索其他潜在的解决方案，如先进技术或替代配送模式。最后，本文的案例研究是基于亚马逊发布的一组数据，这可能不能代表所有的最后一英里配送场景。

推荐文章2

● 题目：Dynamic Pricing and Capacity Optimization in Railway 

铁路的动态定价与运力优化

● 期刊：Manufacturing & Service Operations Management

● 原文链接：https://doi.org/10.1287/msom.2022.0246

● 发表日期：September 25, 2023

● 作者：Chandrasekhar Manchiraju, Milind Dawande, Ganesh Janakiraman, Arvind Raghunathan

● 关键词：

◦ railway operations 铁路运营

◦ joint optimization of pricing and capacity 定价和容量联合优化

◦ asymptotically optimal policies 渐近最优策略

● 主要内容：

◦ 这篇文章的背景和动机是：与航空、酒店和时尚零售等其他行业相比，铁路收入管理面临着几个独特的挑战。这些挑战包括：（1）运力灵活得多，因为列车的运力往往可以在整个销售期间改变。因此，价格和产能的联合优化具有真正的重要性。（2）能力只能以离散的“块”（即chunk）的形式增加。（3）持无预订车票的乘客可以乘坐白天的多趟列车中的任何一趟。此外，无预留车厢的乘客可以站着出行，因此需要处理挤塞问题。这些挑战使得铁路运营商难以有效地优化运力和定价策略。然而，采用收益管理原则，包括动态定价和运力优化，可以帮助铁路运营商提高盈利能力，提供更好的设施和服务。

◦ 作者提出了一种动态规划方法来解决产能约束下的收益最大化问题。该模型考虑由多列火车组成的销售范围，每列火车都有固定数量的座位。乘客可以购买预订票或不预订票，不预订票的乘客可以站着出行。该模型还考虑到乘客可能会根据自己的喜好和座位的可用性选择乘坐不同的火车。作者将联合优化问题表述为马尔可夫决策过程(MDP)，其中系统的状态由每列火车上可用的保留和未保留座位的数量来定义。决策变量是预订票和非预订票的价格，以及每列火车上要预订的座位数量。本文采用动态规划方法求解MDP，得到最优定价和容量策略。他们还使用渐近分析来证明他们提出的政策在长期内是最优的。总体而言，作者的模型考虑了一系列因素，包括需求、运力、定价和乘客行为，以制定定价和运力策略，使收益最大化，同时确保满足运力约束。

◦ 本文的一个潜在限制是，该模型假设乘客是同质的，并且有相同的意愿为给定的座位付费。现实中，乘客可能有不同的偏好和支付意愿，这可能会影响最优定价和运力政策。另一个限制是，该模型假设对座位的需求是确定的。在实践中，需求可能是不确定的，可能随着时间的推移而变化，这可能影响拟议政策的执行。作者还指出，该模型假设能力只能在离散的“块”(即教练)中增加。实际上，可能以较小的增量增加容量，这可能会影响最优定价和容量策略。最后，作者指出，该模型没有考虑到外部因素的潜在影响，如天气或事件，对座位的需求。将这些因素纳入模型可以提高模型的准确性和有效性。总的来说，虽然提出的模型代表了铁路收入管理领域的重大进步，但在未来的研究中仍有一些限制和挑战必须解决。

推荐文章3

● 题目：Truncated Balancing Policy for Perishable Inventory Management: Combating High Shortage Penalties 

易腐品库存管理的截断平衡策略：对抗高短缺惩罚

● 期刊：Manufacturing & Service Operations Management

● 原文链接：https://doi.org/10.1287/msom.2022.0644

● 发表日期：September 1, 2023

● 作者：Can Zhang, Turgay Ayer, Chelsea C. White III

● 关键词：

◦ perishable inventory 易腐库存

◦ high shortage penalties 高额缺货惩罚

◦ approximation policies 近似策略

◦ FIFO issuing policy “先进先出”发放策略

● 主要内容：

◦这篇文章的背景是易腐库存管理的挑战，其来自于库存具有固定的使用寿命，并且在一定时间后将无法销售。这意味着，如果需求超过供应，就会有库存变质的风险和高额的短缺罚款。易腐库存与传统库存问题的区别在于，传统库存问题假设库存可以无限期持有，而易腐库存有固定的使用期限，必须在变质前售出。

◦本文提出的截断平衡（TB）策略是管理易腐库存的一种新的近似策略。该策略包括定义一个新的平衡订货数量和证明一个新的最优订货数量的下界。然后，TB策略在每个周期的平衡订货量和下界之间订购最大值。通过将平衡订货数量截断为所提出的下界，TB策略有效地解决了订货不足问题，并且在单位短缺惩罚趋于无穷大时是渐近最优的。该策略旨在平衡易腐库存的过度订购和不足订购之间的权衡，同时也考虑到库存损坏的风险。这有效地解决了订货不足的问题，并且在单位短缺惩罚趋于无穷大时是渐近最优的，该政策可以帮助企业更有效地管理易腐库存。

◦本文提出了未来研究的几个方向，包括需要在不同的库存发放政策下为易腐库存系统制定可能的良好政策，将分析扩展到具有订货决策能力约束的系统，以及研究多地点的易腐库存管理。这些方向有助于扩大研究范围，并为易腐库存管理的挑战和机遇提供更多的见解。