21、随机 p - 枢纽中心问题与时间序列聚类的特征学习

随机 p - 枢纽中心问题与时间序列聚类的特征学习

随机 p - 枢纽中心问题

在网络规划中，随机 p - 枢纽中心问题旨在配置网络以最小化有效时间点。当随机旅行时间具有离散分布时，该问题的解决需要特殊的方法。

等价混合整数规划

• 泊松分布情况 ：当旅行时间 $T_{ik}$、$T_{kl}$ 和 $T_{lj}$ 分别是参数为 $\lambda_{ik}$、$\lambda_{kl}$ 和 $\lambda_{lj}$ 的相互独立的泊松随机变量时，有效路径 $i \to k \to l \to j$ 上的总旅行时间可以用均值为 $(\lambda_{ik} + \alpha\lambda_{kl} + \lambda_{lj})X_{iklj}$ 的泊松随机变量来建模。服务水平约束 $Pr{f(X_{iklj}, \xi_{iklj}) \leq \phi} \geq \beta$ 可以改写为 $\sum_{k \leq \phi} Pr{\xi_{iklj} = k} \geq \beta$，进一步等价为 $\sum_{k = 0}^{\phi} \frac{e^{-(\lambda_{ik} + \alpha\lambda_{kl} + \lambda_{lj})X_{iklj}}((\lambda_{ik} + \alpha\lambda_{kl} + \lambda_{lj})X_{iklj})^k}{k!} \geq \beta$，最终可表示为 $Q_{\xi_{iklj}}^-(\beta)X_{iklj} \leq \phi$。这样，具有泊松旅行时间的问题 (6) 就转化为用约束 (8) 替代 (7) 的确定性