EN

员工动态

当前位置: 首页 > 科学研究 > 员工动态 > 正文

【工管智行论坛】法国巴黎莎克雷大学和埃夫里大学储凤教授:“面向再制造行业的随机与多准则优化”

来源: | 发布时间:2026-08-06| 点击:


williamhill英国官网“工管智行论坛”系列讲座2026年第3期(总第69期)于2026年8月4日15:00—17:00在新主楼A1028举行。本期讲座的主讲嘉宾为法国巴黎萨克雷大学埃夫里大学储凤教授,报告题目为“面向再制造行业的随机与多准则优化(Stochastic and multi-criteria optimization for remanufacturing industry)”。讲座由北航williamhill英国官网刘天亮教授主持,公司师生参加。

储凤教授首先从循环经济和可持续发展的现实需求出发,介绍了再制造在节约不可再生资源、降低环境影响和创造经济价值方面的重要作用。汽车、手机、家电等寿命终止产品进入拆卸和再制造环节后,如何对拆卸任务、工作站和供应链资源进行合理配置,直接影响系统成本、运行效率与碳排放。储凤教授指出,现有研究仍存在三方面不足:多数随机拆卸线平衡模型假设不确定参数的完整概率分布已知;研究对象主要集中于单一产品;拆卸线平衡与逆向供应链设计的协同优化研究相对有限,尤其缺乏同时考虑多产品以及供应、需求和任务处理时间不确定性的系统方法。

围绕第一项研究,储凤教授介绍了仅掌握任务处理时间均值和上下界等有限分布信息时的单产品随机拆卸线平衡问题。研究以工作站负荷不超过节拍时间的概率要求为核心,建立联合机会约束模型,并利用问题结构将其转化为可由商业求解器处理的分布无关二阶锥规划模型。与依赖特定概率分布的已有方法相比,该模型无需预设完整分布,适用于新型寿命终止产品历史数据不足的场景。计算实验表明,所提模型在目标值和求解时间方面均表现出较好的综合性能。

随后,储凤教授将研究拓展到含有相同零部件的多产品拆卸场景。针对多产品拆卸线平衡问题规模大、组合关系复杂等特点,构建了考虑不确定任务时间的数学模型,设计有效不等式以缩小可行域,并提出提升型切割求解方法。实验结果显示,组合使用有效不等式可显著降低平均计算时间;在较大规模算例中,提升型切割求解方法的平均计算时间约为直接使用CPLEX的10%,约为标准切割求解方法的41%。该方法通过对不同产品的相同零部件进行协同拆卸,为节约材料资源、提高工作站利用率和改善拆卸线绩效提供了优化依据。

报告的第三部分聚焦多产品拆卸线平衡与逆向供应链设计的一体化决策。模型同时决定拆卸工厂选址、设备采购、工作站开启与任务分配,以及寿命终止产品和零部件的运输、库存等事项,并以利润最大化和碳排放最小化为双重目标。在供应、需求和任务时间均存在不确定性的条件下,储凤教授建立双目标两阶段随机规划模型,结合ε-约束法与改进Benders分解求取Pareto解集。改进方法通过向主问题加入有效不等式、对情景进行分组、生成附加最优割以及动态保留部分子问题等机制提升求解效率。计算结果显示,其平均计算时间约为传统Benders分解的26%,且能够获得更多Pareto解。基于德国40个城市的案例研究进一步表明,拆卸线与逆向供应链的联合决策可使最大利润较自上而下的分步决策提高6.4%;提高寿命终止产品质量与产品相似度,也有助于同时增加利润并降低碳排放。

最后储凤教授总结了单产品、多产品及供应链一体化三个层面的研究进展,并展望了闭环供应链协同设计、节拍时间决策、更高效的人工智能辅助求解方法以及风险管理等研究方向。整场报告系统展示了随机优化、多准则优化与运筹算法在再制造行业中的应用,为协调经济效益与环境绩效、提升再制造系统决策质量提供了新的理论与方法支持。报告结束后,储凤教授与在场师生就相关研究问题进行了交流。讲座在良好的学术氛围中结束。

   

                                 


个人简介:储凤(Feng Chu),法国国家特级教授,现任巴黎萨克雷大学与埃夫里大学共建的IBISC实验室主任、QLIO系主任,法国教育部科技精英奖(PES)和法国教育部优秀博导奖(PEDR)获得者,担任International Journal of Production Research和IEEE Transactions on Intelligent Transportation Systems副主编。其研究聚焦运筹学、多目标优化与随机优化,应用领域包括智能交通系统管理、可持续物流供应链设计与优化、风险管理以及循环经济生产系统计划与调度等,在国际高水平期刊发表论文200余篇。