Joint Capacity AllocationJob Assignment Under Uncertainty

在本文中，我们考虑多周期联合产能分配与作业指派问题。规划器的目标是同时决定在J个不同的供应节点之间分配资源，并将I 个不同需求源的作业指派给这J个节点，以最大化匹配的回报或最小化匹配失败的成本。此外，我们考虑了三个特点：（i） 供应可在随机时间后补充，（ii）需求是随机的，以及 （iii）需求可以等待，无需立即完全满足。此类问题出现在许多服务管理环境中，例如共享出行车队重新定位和医疗保健中的患者管理。我们引入了一个分布式决策规则，它决定了每个供应节点要服务的工作比例。我们借鉴了管道队列框架的思想，但它不能直接应用于我们的设置，因此我们的模型需要开发新的重构技术。我们的模型具有凸重构性，在实践中可以通过一系列线性规划来求解。我们分别在护士排班和患者超员的场景下，将我们的模型与专注于容量分配决策和工作分配决策的先进模型进行了测试。我们的模型与基准测试结果相比表现强劲，成本降低了1%至15%，计算时间也缩短了。我们的模型为考虑平台运营和在线服务中的新问题开辟了道路，在这些领域，规划人员能够部分地影响服务或资源的供应。

论 文 作 者

本文由新加坡新跃社科大学Peng Wang，新加坡管理大学Yun Fong Lim和杜伦大学Gar Goei Loke共同合作完成。

相 关 论 文

Wang, P., Lim, Y. F.,Loke, G. G. Joint capacity allocationjob assignment under uncertainty. 2025. Operations Research.

文 章 链 接

https://doi.org/10.1287/opre.2022.0255