面向大规模多层设施选址问题的变邻域下降方法 heuristics 框架
最优化与控制
2026-03-23 v2 应用统计
摘要
本文关注单赋值、无容量限制、多层设施选址（MFL）问题，这是供应链网络设计中至关重要的战略决策过程。具体而言，我们考察了四层和五层设施选址结构（k-LFL），其建模为位置分配问题，要求需求节点必须分配给跨层级开放设施。尽管MFL问题已在文献中被讨论，但针对包含数千个节点的大规模实际问题的求解仍缺乏。本文提出一种基于变邻域下降（VND）元启发式方法的框架，采用多起始策略。我们开发并比较了四种变体：基本变邻域下降（BVND）、管道变邻域下降（PVND）、循环变邻域下降（CVND）和联合变邻域下降（UVND）。在每种情况下，均采用包含强 diversification 成分的多起始策略。进行大规模计算实验，将方法应用于最多包含10,000个客户、150个物流中心、50个仓库和30座工厂的实例。每种算法在求解这些问题时都能稳定收敛至唯一的、统计上显著的计算时间。通过非参数统计方法支持的灵敏度分析，验证了所提框架的有效性。
引用
@article{arxiv.2508.15954,
title = {A Heuristic Framework of Variable Neighborhood Descent Methods for the Large-Scale Multi-Level Facility Location Problem in Supply Chain Networks},
author = {Haibo Wang and Bahram Alidaee},
journal= {arXiv preprint arXiv:2508.15954},
year = {2026}
}
备注
48 pages 3 figures