论文标题：Stochastic and robust truck-and-drone routing problems with deadlines: A Benders decomposition approach
论文作者：丁建鹏（通讯作者）
论文介绍： 即时配送（Time-definite delivery）服务要求在规定的时间内高效准时交货。为了提高最后一公里物流配送服务水平，卡车和无人机协同配送系统在近年来得到了广泛应用。然而，在现实场景下，配送时间的不确定性导致了配送延迟事件时有发生。为了应对这一挑战，本文构建了一个具有截止时间的随机鲁棒卡车无人机路线规划模型，旨在最大限度地降低不确定性条件下的服务延迟风险。本文利用样本均值逼近（SAA）和鲁棒优化（RO）方法来分别处理涉及大数据集和小数据集场景下的不确定性。为了高效地求解SAA和RO卡车无人机路线规划问题，本文提出了相应的Benders分解（BD）算法。数值实验展示了算法的有效性，并揭示了有趣的管理意义。研究结果表明，在不确定的环境下，针对不同场景采用合适的数据驱动优化方法对于提高卡车无人机配送服务水平至关重要。
作者简介：丁建鹏，2023年8月起任教于南京财经大学管理科学与工程学院。主要研究方向包括物流及供应链管理、排队服务系统等，在POM、TRE等管理学主流期刊发表多篇论文。
期刊简介：Transportation Research Part E: Logistics and Transportation Review是广受国内外学者认可的交通运输与运筹管理领域权威学术期刊 [1]。该期刊2023年的影响因子为10.047，中科院一区Top，位列ABS三星级，南京财经大学TopB2期刊。
