2009年亚启发式方法与应用国际会议总结
亚启发式方法与应用国际会议(Special Conference on Methods and Applications of Metaheuristics, 简称SCMAM)于2009年12月21日至23日在广东省广州市举行。会议由中山大学管理学院管理科学系主办，为中国大陆、港澳台地区及各国学者提供了有关亚启发式方法及应用的成果和经验的交流平台，并探讨了亚启发式方法及应用所面临的关键性挑战与研究方向。
一、会议概况
SCMAM2009着眼于亚启发式方法在解决工业与科学领域中具有挑战性的问题上的创新和应用。会议所讨论的问题涵盖了多个重要的领域，包括供应链管理、能源、生物信息学、大规模计划问题、数据挖掘、分销、经济效应以及电信业等。会议不但为学者提供了讨论研究发展的平台，而且为从业者提供了了解前沿应用的学堂。
主办方致力于扩大国际交流，寻求与国际顶尖学者的广泛合作，将亚启发式方法的研究逐步与国际接轨，使之成为国内，乃至世界性的有影响力的国际会议。本次会议中，注册代表共39人，分别来自世界20个不同的大学、研究所或企业。(如表1所示)特别地，美国工程院院士、禁忌搜索算法创始人Fred Glover教授在会上发言，表示了对会议的支持。
表 1 与会人员统计情况
|
序号
|
单位
|
人数
|
教授
|
博士生、研究生及其他
|
|
1
|
法国昂热大学
|
1
|
1
|
0
|
|
2
|
美国科罗拉多大学
|
1
|
1
|
0
|
|
3
|
美国OptTek System 公司
|
1
|
1
|
0
|
|
4
|
德国汉堡大学
|
1
|
1
|
0
|
|
5
|
日本京都大学
|
1
|
1
|
0
|
|
6
|
美国德克萨斯国际农工大学
|
3
|
1
|
2
|
|
7
|
泰国亚洲技术研究所
|
1
|
1
|
0
|
|
8
|
意大利萨兰托大学
|
1
|
1
|
0
|
|
9
|
新加坡管理大学
|
1
|
1
|
0
|
|
10
|
美国密西西比大学
|
1
|
1
|
0
|
|
11
|
香港理工大学
|
3
|
1
|
2
|
|
12
|
中国科学院
|
2
|
2
|
0
|
|
13
|
长春东北师范大学
|
1
|
0
|
1
|
|
14
|
厦门大, 学
|
2
|
1
|
1
|
|
15
|
华南理工大学
|
1
|
0
|
1
|
|
16
|
中原工学院
|
1
|
1
|
0
|
|
17
|
华南师范大学
|
4
|
0
|
4
|
|
18
|
同济大学
|
3
|
1
|
2
|
|
19
|
上海海事大学
|
1
|
1
|
0
|
|
20
|
中山大学
|
9
|
3
|
6
|
|
合计
|
39
|
20
|
19
|
SCMAM2009邀请到亚启发式方法领域中杰出的学者，为中外学者搭建了牢固的沟通桥梁。另外，众多学生的参与让本次会议更加有活力，为在该领域摸索前进的学生提供了珍贵的学习机会。一些中国学生也在会上做了报告，将自己的研究成果呈现给各国学者一同进行讨论，并从中得到启发。
二、学术交流
22日正式开始学术报告，会议将其分为主题报告和一般报告两部分，穿插进行。8位外国学者在会上做了主题报告。(如表2所示)
表 2 主题报告学者统计情况(按姓氏排序)
|
姓名
|
国家
|
单位
|
|
Bahram Alidaee教授
|
美国
|
密西西比大学商学院
|
|
Jin-Kao Hao教授
|
法国
|
昂热大学计算科学系
|
|
Fred Glover教授
(美国工程院院士)
|
美国
|
科罗拉多大学
OptTek System公司
|
|
Toshihide Ibaraki教授
|
日本
|
京都大学信息学研究所
|
|
Gary Kochenberger 教授
|
美国
|
科罗拉多大学决策科学系
OptTek System公司
|
|
Hoong Chuin Lau教授
|
新加坡
|
新加坡管理大学
|
|
Stefan Voss教授
|
德国
|
汉堡大学信息系统研究所
|
|
Haibo Wang教授
|
美国
|
德克萨斯国际农工大学
|
|
Voratas Kachitvichyanukul教授
|
泰国
|
亚洲技术研究所工程技术学院
|
1. 仿真优化方法
Fred Glover是美国工程院院士，禁忌搜索算法的创始人。他与Gary Kochenberger教授以OptTek公司开发的系统为例，介绍了仿真优化方法——现实世界优化问题的新进展。OptTek公司以走在新方法和应用前沿为目标，努力扩大仿真优化方法在市场营销和地理领域的应用。两位学者从仿真优化的概念出发，解释了该方法的重要性。由于复杂模型包含许多变量、约束和不确定性；大量可能存在的情况使得情景假设方法不可能求出最优解；不能通过纯优化方式对复杂性、不确定性和动态性进行建模；因此，作者提出模拟优化相结合的两步法来解决上述问题。通过对比经典方法与亚启发式方法在解决不同问题时的表现，指出模拟优化能够有效解决传统优化方法所不能解决的问题。
2. 通用目标求解规划
Toshihide Ibaraki教授介绍了通用目标求解规划及其在解决现实世界问题中所积累的经验与获得的启示。在解决现实问题时，由于我们无法使用具有特殊目标的算法来满足所有个体问题，因此学者们纷纷提出通用目标规划求解方法。虽然，现有的通用目标求解规划(如线性规划和整数规划)十分有效，但是在解决现实世界的复杂问题上仍显不足。为了解决这样的问题，Toshihide Ibaraki教授针对标准化的问题对该求解规划方法进行改进，具有针对性地阐述了约束满足问题(Constraint Satisfaction Problem, 记为CSP)和资源受限项目调度问题(Resource Constrained Project Scheduling Problem, 记为RCPSP)的求解方法。最后，Toshihide教授以护士排班等问题为例演示了如何应用通用规划求解方法求解现实问题。
3. 走廊方法
德国汉堡大学的Stefan Voss教授讲解了一种混合方法(“数学—启发式”方法)——走廊方法。这种方法通过成熟的优化方法实现基于局部搜索得到的候选解的搜索方法，然后通过恰当定义的邻域求出最优解。其中，邻域是优化方法所需的恰当的定义域。一般地，在目标问题的决策空间上使用外生约束可以求得所需邻域。因此，这些邻域必须与用于搜索它们的优化方法相符。Stefan教授通过许多试验和数据结果总结了走廊方法的特点。特别地，他介绍了走廊方法在集装箱调动等问题中的应用。另外，Stefan教授还介绍了一种简单方便的方法以实现与算法相关参数的自动调节。
4. 无约束二次优化问题
无约束二次优化问题(Unconstrained Quadratic Optimization, UQO)在现实世界中具有广泛的应用，包括社会心理学、金融分析、交通管理等领域。法国昂热大学的Jin-Kao Hao教授针对UQO启发式方法的新进展做了精彩报告。在报告中，Jin-Kao Hao介绍了三种新的求解方法：以多样性驱动的禁忌搜索(Diversification-Driven Tabu Search, 记为D2TS)，其特点是具有自适应的存储管理，基于存储和多样性的变动管理，以及优秀解的管理和更新策略；遗传禁忌搜索(Genetic Tabu Search, 记为GTS)，其主要思想是将禁忌搜索算法与种群框架相结合；多邻域搜索(Multiple Neighborhood Search)。通过数据实验，我们可以看到这些方法在解决UQP问题上具有较好的表现。
5. 并行多机调度问题
美国密西西比大学的Bahram Alidaee教授和德克萨斯国际农工大学的Haibo Wang教授针对具有独立过程速率并行机调度问题进行了系统的阐述。首先，两位教授给出了三种相关的通用模型，指出通过几个处理器可以同时处理待完成的任务。其中，一个任务的过程速度依赖于处理器的数量或其一部分。其次，经过对已有文献的研究，两位教授指出没有或有很少的研究应用亚启发式方法来求解上述三种模型。在分析了不同情况下三种模型的特点后，两位学者提出了未来的研究方向，即实现三种模型所对应的亚启发式方法及其在解决组织变化和政治竞选等特殊应用上的发展。
6. 分散化资源分配问题
在现实世界中，已有部分企业应用市场机制的思想来解决各自面临的资源分配问题。新加坡管理大学的Hoong Chuin Lau教授提出了解决分散化资源分配问题的亚启发式方法，他将所求问题转化为多物品拍卖问题并用均衡解近似问题的最优解。拍卖是最古老的买卖形式之一，是一个卖家将一个或多个物品分配给多个买家中某个买家的方法。这种亚启发式方法的计算框架包括三部分：出价发生器，将各买家的最优出价发送给卖家；价格调整，卖家在集中需求与供给的基础上调整价格以降低资源冲突；迭代拍卖，循环执行拍卖过程直至结果满足停止条件。在解决实际问题时，学者通过与优化方法的对比证实拍卖机制能有效解决分散化资源分配问题。
7. 供应链配送网络设计问题
泰国亚洲技术研究所的Voratas Kachitvichyanukul教授介绍了一种自适应粒子群优化算法(Particle Swarm Optimization, 记为PSO)，用于解决供应链配送网络的设计问题。在该问题中，要完成多种产品的配送，每个设备具有不同的负载能力，且要满足距离限制。Voratas指出在解决问题时关键要考虑，粒子到解空间的映射；对于大多数组合问题来说，间接方法更可行；算法的有效性依赖于映射、移动策略的选择以及参数的选择。运用此方法解决车辆路径问题(Vehicle Routing Problem, 记为VRP)时，对于中小规模的问题，自适应粒子群算法较遗传算法稍显出色；对于大规模问题，本方法能在合理的时间内找到较好的可行解。
8. 其他报告
除上述七个主题报告外，来自社会科学院的Xijin Tang教授对用于解决复杂问题的综合集成方法进行了详细系统的阐述；Xiaoguang Yang教授通过运筹学和计算机科学揭示逾期放贷值对资产管理公司的影响。
来自德克萨斯国际农工大学、厦门大学、华南理工大学、中山大学的7名学生也在会上做了简短的报告。报告内容包括码头分配问题、中国草原地区消防仓库选址问题、三维装载车辆路径问题、评审员分配问题等。
三、会议总结
本次学术会议具有较高的国际性和实用性，使与会人员受益匪浅：首先，本次学术会议促进了中外研究亚启发式方法学者的交流，邀请到不同国家和地区的顶尖学者与会演讲。其次，本次会议内容丰富，中外代表就该领域的最新研究进展进行了深入的探讨，掌握该领域的最新研究成果与发展方向。再次，本次会议吸引了众多学生代表的参与，为会议增添了活力，为该领域的发展注入新鲜的血液。最后，在学术报告后给予足够的时间供大家讨论，进一步促进了大家对新方法的消化与理解。
通过本次办会经验，我们体会到：要切实做好会前宣传工作，邀请更多专家参加会议并发表演讲，保证学术质量；切实做好组织安排工作，精益求精，确保会议顺利进行。
四、致谢与展望
亚启发式方法与应用国际会议的成功举办，离不开全体与会人员的热情支持和组委会成员的共同努力。在此，向全体与会人员表示诚挚的谢意，衷心地感谢组委会成员能上下同心，出色完成前期筹备和会期服务工作。
同时，本次会议的成功坚定了组委会力争办好下届会议的决心。希望亚启发式方法与应用国际会议能不断扩大其影响力，得到更多学者与研究人员的关注。
王帆
管理学院 教授、副院长
fanwang@gmail.com
Tel: +86-20-8411-4186 Fax: +86-20-84036924
