现代物流中的组合优化问题模型与算法及其最新进展

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11926310
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0406.离散优化
  • 结题年份:
    2020
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2019-07-01 至2020-12-31

项目摘要

The development of information technology has promoted tremendous changes in the logistics industry. The rapid acquisition and exchange of massive information poses new challenges for the study of efficient combinatorial optimization models and algorithms. The complex mesh structure, discrete data and large data volume make the modern logistics industry inherently Suitable as a scenario for artificial intelligence applications. This special workshop offers courses: "Combination Optimization Models and Algorithms in Modern Logistics" and "Machine learning Solution Methods for Combined Optimization Problems". During the workshop, visits to the Ali Park, practical application reports and research frontier lectures were also arranged. This special workshop combines the outstanding frontier experts and scholars in the academic circle and the industry; adheres to the tenet of “from practical to practical” in operations research, and has strong characteristics of the times; exploring new innovations in addition to the traditional research path of operations research. The workshop will provide a foundation for graduate students and young scholars engaged in portfolio optimization and related fields, broaden their horizons, and improve their learning platforms and learning opportunities.
信息技术的发展促进了物流行业的巨大变革,海量信息的快速获取和交换为高效的组合优化模型与算法研究提出了新的挑战,而复杂网状结构、离散数据和大数据量的特性使得现代物流业天生就适合作为人工智能应用的场景。本专题讲习班开设课程:《现代物流中的组合优化模型与算法》和《组合优化问题的机器学习求解方法》。在讲习班期间还安排参观阿里园区、实践应用报告和研究前沿讲座。本项目结合学界和业界的优秀前沿专家学者;坚持运筹学“从实际中来,到实际中去”的宗旨,具有强烈的时代特色;在坚持运筹学的传统研究道路之外,探寻新的创新之路。此次讲习班可以为从事组合优化及相关领域的研究生及年轻学者提供夯实基础、开拓视野、提高研究水平的学习平台和学习机会。

结项摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一类三阶段供应链排序问题的近似算法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    浙江理工大学学报
  • 影响因子:
    --
  • 作者:
    胡觉亮;查聪;蒋义伟
  • 通讯作者:
    蒋义伟
基于策略消费行为的服装定价与订货决策研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    浙江理工大学学报
  • 影响因子:
    --
  • 作者:
    胡觉亮;郭瑞;韩曙光;于淼
  • 通讯作者:
    于淼
加工时间成比例的两阶段自由作业排序问题
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    浙江大学学报(理学版)
  • 影响因子:
    --
  • 作者:
    胡觉亮;罗惠;董建明
  • 通讯作者:
    董建明
考虑加工与运输协同调度的单机排序问题
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    管理工程学报
  • 影响因子:
    --
  • 作者:
    胡觉亮;李红芳;董建明;蒋义伟
  • 通讯作者:
    蒋义伟
平行异顺序作业调度问题的算法设计及分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    胡觉亮;王学士;董建明
  • 通讯作者:
    董建明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

胡觉亮的其他基金

机器学习与数学优化高级研讨班
  • 批准号:
    12026422
  • 批准年份:
    2020
  • 资助金额:
    20.0 万元
  • 项目类别:
    数学天元基金项目
2016年全国组合优化研究生暑期学校及学术前沿研讨会
  • 批准号:
    11626023
  • 批准年份:
    2016
  • 资助金额:
    70.0 万元
  • 项目类别:
    数学天元基金项目
复杂生产制造环境下的排序问题研究
  • 批准号:
    11471286
  • 批准年份:
    2014
  • 资助金额:
    70.0 万元
  • 项目类别:
    面上项目
服装生产管理中的若干调度新模型及算法研究
  • 批准号:
    11071220
  • 批准年份:
    2010
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码