近日，管理学院教授傅陈翼以第一作者在《INFORMS Journal on Computing》期刊上在线刊登题为“Rank-Constrained Mixed-Integer Optimization for Heterogeneous Sensor Location in Route Reconstruction”的研究成果。合作者包括悉尼大学助理教授陈力，慕尼黑工业大学博士楼志远。《INFORMS Journal on Computing》是运营管理领域顶级期刊，是美国University of Texas at Dallas所选出的商学院最顶尖24种学术期刊（简称UTD24）之一。

（链接：https://pubsonline.informs.org/doi/10.1287/ijoc.2024.0965）

本文提出了一种混合整数秩约束优化模型，用于解决路径重构导向的异质交通检测器选址问题。通常，秩约束是非凸的，且无法用混合整数凸优化模型表示。然而，基于本研究所提出的模型性质及秩约束的结构，可证明该模型等价于一个混合整数线性优化模型。为提高计算效率，本文提出了一种逻辑Benders分解算法。在该算法中，我们设计了一个改进的主问题，并构造了若干定制的可行性割平面。针对大规模实例，进一步提出了一种可扩展的两步启发式方法：首先构建混合整数优化模型的上界，然后采用贪心策略剔除冗余检测器。数值结果表明，逻辑Benders分解算法的计算速度比当前最先进的商业求解器快达两个数量级。此外，与精确方法相比，该两步启发式方法在保持可接受解质量的同时展现出优异的可扩展性，并在大规模实例上持续优于其他基准方法，在计算时间和解质量方面均表现更佳。

作者简介：

傅陈翼，管理学院管理科学与工程系教授，博士生导师。研究兴趣包括鲁棒优化、城市交通运营优化等。目前累计以一作和通讯发表学术论文15篇，其中在管理科学领域顶级期刊Operations Research（UTD 24），Production and Operations Management（UTD 24）和Manufacturing & Service Operations Management（UTD 24），INFORMS Journal on Computing（UTD 24）各发表1篇，交通运筹领域顶级期刊Transportation Research Part B上发表6篇，运筹优化领域高水平期刊European Journal of Operational Research发表论文3篇。曾获计算交通科学国际研讨会最佳论文奖、优秀博士论文奖；入选陕西省三秦英才引进计划（青年项目），以及中国系统工程学会2025年度博士创新激励计划。目前主持国家自然科学基金青年（C类）项目、中央高校基本科研业务项目（社科）。

（内容/学科科研办公室；审核/贾明）