基于分布式鲁棒优化的应急救援系统选址模型和算法研究

高效的应急救援系统对于降低生命和财产损失具有重要意义，选址决策作为战略规划，具有长期的影响力。《基于分布式鲁棒优化的应急救援系统选址模型和算法研究》考虑了应急救援过程中可能存在的中断风险、需求波动，以及其他潜在的多重不确定性，采用分布式鲁棒优化方法决策应急设施选址和物资储备方式，改善了救援过程中的资金不足、救援质量下降等问题，利用理论性质对模型进行有效近似，提出了外逼近、分支剪界等算法加速求解效率。研究结果显示，本书的模型较为全面地刻画了实际应急系统，显著提升了传统算法的运算速度，同时有效兼顾了实际救援过程中的效率和公平。 本书可供管理科学与工程学、工业工程、交通运输工程、物流工程及物流管理方向的高年级本科生、研究生及相关领域科研人员参考。

刘康琳，工学博士，北京交通大学交通运输学院物流工程系讲师，主要研究方向为供应链网络优化、人道主义物流、随机和鲁棒优化。本科毕业于北京师范大学；博士毕业于清华大学工业工程系，获北京市优秀毕业生、清华大学优秀学位论文、国家奖学金等荣誉，曾赴美国密歇根大学访问。研究成果被期刊EJOR、TRB、IISE Transaction、IJPR接收，并担任IJOC、CIE、IJPR等国际期刊审稿人。