雨课堂学堂在线学堂云《配送系统建模与分析（清华大学深圳国际研究生院）》单元测试考核答案

配送系统建模与分析第1题《红楼梦》是我国古代著名的长篇小说之一，它的别名是（）A《金陵记》B《石头记》C《西厢记》D《紫钗记》第2题我国有“三山五岳”之称，其中五岳包括以下哪座山？A泰山B华山C嵩山D黄山第3题汉字中的“廿”表示的是阿拉伯数字的十二第4题根据《物流术语》国家标准，以下哪一项最准确地描述“配送”？A按客户要求进行分类、拣选、集货、包装、组配，并按时送达指定地点B在较大空间上点对点长距离整车运输C仅指信息的处理和共享D将产品从工厂到消费者的全部流程第5题配送与运输的主要区别是什么？A配送侧重小范围、及时交付到用户所在地B配送通常指长途整车运输C运输强调分类拣选D两者完全相同第6题全球物流成本构成中，哪一项占比超过一半？A运输B仓储C库存持有D管理第7题在运输模式成本中，占比最大的是？A铁路B海运C航空D公路第8题以下哪项属于“与服务相关的配送”的例子？A维修技师排班与路径规划B家电配送C人道主义救援配送D异地快递第9题车辆路径问题（VRP）属于哪个决策层级？A战略层(Strategic)B战术层(Tactical)C操作层(Operational)D以上都是第10题服务网络设计（SND）通常属于哪个层级？A战略层(Strategic)B战术层(Tactical)C操作层(Operational)D以上都是第11题根据CSCMP定义，物流管理需要计划、实施和控制哪种流动？A仅正向货物流B正向与逆向的货物、服务及相关信息流C仅信息流D仅资金流第12题下列哪项被列为提升且增加复杂性的配送新技术？A无人机配送B磁悬浮客运C量子计算D气动管道传输第13题以下的选择哪个不是配送系统领域的期刊？AEuropeanJournalofOperationsResearch(EJOR)BJournalofPowerSourcesCTransportationResearch(TR）DComputerandOperationsResearch(C&OR)第14题以下哪些属于配送系统的类型（按配送对象）？A星际配送B快递配送C即时/最后一公里配送D产品分销第15题当代配送面临哪些客户服务挑战？A需要处理的需求数量大幅增长B订单更动态、响应更快C高度个性化需求D更长的提前期第16题以下哪些属于战术层决策？A航班/车次/班轮排班B设施选址FLPC车队位置重新调度D服务网络设计SND第17题本课程目标包括哪些？A掌握VRP/FLP/SND的建模，并能用数学规划求解器求解MIPB掌握近似与精确算法：构造/改进启发式、VNS、拉格朗日、Branch-and-Cut/PriceC掌握随机规划与L-shaped分解等方法D掌握深度学习时间序列预测第18题本课程的基础知识包括哪些？A运筹学基础：线性规划/整数规划B概率论C微分方程D至少一种编程语言第19题配送侧重指小范围、及时送到用户所在地的交付活动。第20题在全球物流成本中，仓储成本占比最高。第21题在最后一公里配送的成本构成中，配送费用占比最大，约41%。第22题服务网络设计（SND）属于战略（长期）决策。第23题根据CSCMP定义，物流管理只涉及正向流，不包括逆向流。第1题最基本的VRP问题中,每辆车的路径必须从配送中心出发并最终返回配送中心。第2题在对称VRP问题中，从顾客i到顾客j的距离等于从顾客j到顾客i的距离。第3题旅行商问题(TSP)是VRP问题的特例。第4题在VRPwithBackhaul问题中，可以在送货的同时进行取货。第5题软时间窗约束下，车辆必须严格在规定时间窗内到达客户点。第6题在三维装载约束(3L-CVRP)中,需要考虑货物的堆叠和支撑面积。第7题Multi-tripVRP中，每辆车在规划周期内只能使用一次。第8题在两指标模型中,决策变量xij可以明确表示哪辆车经过弧(i,j)。第9题PeriodicVRP涉及两层决策:访问模式选择和每日路径规划。第10题ArcRoutingProblem中，服务对象是道路节点而不是路段。第11题VRP问题的第一篇研究论文发表于哪一年?A1955B1959C1964D1970第12题在CVRP问题中，哪个参数表示车辆的载重限制?AqiBQCLDT第13题下列哪种VRP变体要求车辆先送完货再取货?AVRPwithsimultaneouspickupanddeliveryBVRPwithbackhaulCPickup-and-DeliveryproblemDSplitdeliveryVRP第14题Clarke-Wright算法又被称为什么算法?A扫描算法B节约算法C插入算法D改进算法第15题在VRP0模型中,约束∑(i,j)∈Axij≥γ(S)的作用是什么?A确保每个客户只被访问一次B避免子回路C限制车辆数量D控制路径长度第16题三指标模型VRP3中，变量uik表示什么?A车辆k是否访问客户iB车辆k到达客户i时的累计配送量C车辆k从i到j的行驶时间D客户i的需求量第17题Solomon基准算例中，R类问题的客户分布特征是?A聚类分布B均匀随机分布C混合分布D线性分布第18题下列哪个不是VRP问题的路径内约束?A容量约束B时间窗约束C同步约束D路径长度约束第19题Dial-a-RideProblem主要应用于哪种场景?A货物配送B乘客运输C现金押运D垃圾收集第20题在多停车场VRP中，不同停车场的车辆有什么特点?A容量必须相同B可以共享客户C从各自的停车场出发D必须返回同一停车场第21题LIFO装载约束主要解决什么问题?A车辆超载B货物损坏C卸货时货物被挡住D装载时间过长第22题在VRP中，"instance"指的是什么?A模型的定义B解决方案C具体案例D算法程序第23题γ(S)通常用什么方法来近似计算?A⌈q(S)/Q⌉Bq(S)*QCq(S)-QDQ/q(S)第24题HeterogeneousFleetVRP与HomogeneousVRP的主要区别是?A客户需求不同B车辆特性不同C目标函数不同D约束条件不同第25题在InventoryRoutingProblem中，配送公司需要决策什么?A只决定配送路径B只决定配送数量C何时访问客户及配送多少D只决定访问时间第26题Solomon算例中Type2问题的特征是?A窄时间窗和小容量B宽时间窗和大容量C无时间窗约束D客户需求量大第27题在VRP问题中，如果不限制弧(i,i)，通常将cii设为?A0B1C-∞D+∞第28题SplitDeliveryVRP的特点是?A车辆可以分多次使用B客户需求可以分批配送C货物可以转运D路径可以重叠第29题公平性约束属于哪类约束?A路径内约束B路径间约束C装载约束D时间约束第30题DynamicVRP与StaticVRP的主要区别是?A车辆数量不同B信息获取时间不同C目标函数不同D客户位置不同第31题下列哪些属于VRP问题的应用场景?A便利店配送B快递配送C共享出行D现金押运第32题VRP问题可以从哪些方面进行分类?A网络结构B运输需求类型C车队特征D优化目标第33题下列哪些是PickupandDelivery问题的变体?AVRPwithbackhaulBVRPwithsimultaneouspickupanddeliveryCPickup-and-DeliveryproblemDDial-a-RideProblem第34题装载约束包括哪些类型?A重量容量约束B体积容量约束C二维装载约束DLIFO装载约束第35题Solomon基准算例包含哪些问题类型?AC类(聚类分布)BR类(随机分布)CRC类(混合分布)DL类(线性分布)第36题三指标模型相比两指标模型的优势包括?A可以建模不同容量的车辆B可以建模车辆相关的成本C可以明确每辆车的路径D减少了决策变量数量第37题时间窗约束的类型包括?A硬时间窗B软时间窗C多时间窗D动态时间窗第38题VRP问题的解决方案包含哪些要素?A车辆分配B客户分组C访问顺序D行驶路径第39题下列哪些问题需要考虑车辆的多次使用?AMulti-tripVRPBPeriodicVRPCInventoryRoutingProblemDSplitDeliveryVRP第40题VRP的目标函数可能包括哪些内容?A运输成本最小化B车辆使用数量最小化C环境影响最小化D服务公平性最大化第三章作业第1题SolomonI1插入算法在选择插入位置时，会综合考虑距离和时间两个因素。第2题Clarke-Wright节约算法在计算节约值时，公式为s_ij=c_0i+c_0j−c_ij第3题SolomonI1插入算法总是选择节约值c_2最小的客户点进行插入。第4题在Clarke-Wright节约算法中，路径合并时不需要考虑车辆容量和时间窗约束。第5题SolomonI1插入算法可用于带时间窗的车辆路径问题（VRPTW）。第6题扫描算法在扫描过程中，若新扫描到的顾客加入当前路径会违反车辆载重约束，则需重新构造一条新路径。第7题扫描算法中，射线是从顾客点出发，沿顺时针方向扫描来确定顾客所属路径的。第8题2-opt算法属于路径间改进算法，能同时优化两条路径。第9题Relocate算子是将一个顾客点从一条路径移动到另一条路径。第10题路径改进算法是在已有解的基础上对路径进行调整，以优化路径。第11题在SolomonI1插入算法中，c_1的计算包含哪两个加权部分？A距离增加值和时间增加值B车辆容量和时间窗C顾客需求和时间窗D路径总长度和服务时间第12题Clarke-Wright节约算法的第一步是：A计算节约值B给每个顾客分配一辆车C选择节约值最大的顾客对D计算路径长度第13题在SolomonI1算法中，参数α_1+α_2的值等于：A0B0.5C1D2第14题Clarke-Wright节约算法在每一步合并时必须保证：A所有顾客在同一路径B不违反容量和时间窗约束C节约值最小D选择路径上最远的顾客第15题SolomonI1算法中，选择插入客户的依据是：A最大c_1B最小c_1C最大c_2D最小c_2第16题在Clarke-Wright节约算法中，i和j被合并的前提之一是：A它们必须在同一路径B它们不能是同一路径的内部点C它们的需求量相等D它们必须是最近的两个点第17题SolomonI1算法中，c_11表示：A插入导致的额外服务时间B插入导致的额外距离C节约值D顾客需求第18题在Clarke-Wright节约算法中，客户i和客户j之间的节约值S(i,j)的计算公式是：AS(i,j)=C(i,j)-C(0,i)-C(0,j)BS(i,j)=C(0,i)+C(0,j)-C(i,j)CS(i,j)=C(0,i)+C(0,j)+C(i,j)DS(i,j)=C(i,j)+C(0,i)-C(0,j)第19题SolomonI1算法中，c_11和c_12的加权求和得到的值是Ac_1Bc_2Cc_3Dc_4第20题Clarke-Wright节约算法最终的目标是：A最大化路径数量B最小化节约值C减少路径总成本D提高路径效率第21题扫描算法是由哪位学者提出的？AFlood（1956）BGillettandMiller（1974）CSolomon（1987）DClarkeandWright（1964）第22题下列关于扫描算法的描述，错误的是（）A算法直观易懂，易于实现B扫描方向通常为逆时针C无需考虑车辆的任何约束条件D会根据扫描结果逐步构建路径第23题扫描算法中，当一条路径无法再加入新顾客时，下一步操作是（）A停止算法B重新扫描所有顾客C构造新路径，继续扫描剩余顾客D调整已有的路径结构第24题下列哪种算法采用Best-accept（BA）接受策略？A2-ExchangeB3-optCFirst-accept的局部搜索D基础扫描算法第25题Exchange算子的操作是（）A将一个顾客从一条路径移到另一条路径B交换两条路径中的两个顾客点C交换两条路径中的两条边D删除一条路径中的顾客点第26题下列关于Ejection-Chain算子的描述，正确的是（）A仅对一条路径进行调整B主要目的是增加车辆数量C可通过多次移动顾客实现路径合并D不考虑车辆容量约束第27题路径改进算法中，用于评估邻域解以最小化车辆使用的技巧是（）A最大化路径长度总和B最大化每条路径顾客数的平方和C最小化路径数量D最小化顾客需求总和第28题Or-Opt算法最初是为解决哪种问题提出的？（）ATSPBVRPCVRPTWD指派问题第29题GENI-Exchange算子与Relocate算子的区别在于（）A前者移动多个顾客，后者移动一个顾客B前者插入顾客时需重新排序中间点，后者无需C前者是路径内算子，后者是路径间算子D前者不考虑距离，后者考虑第30题下列哪种算子不属于Inter-route算子？（）A2-opt*BRelocateC2-optDExchange第31题SolomonI1插入算法的优点包括：A同时考虑距离和时间B可处理带时间窗的VRPC只能处理单一车辆路径问题D时间和空间的加权能提高算法性能第32题Clarke-Wright节约算法在合并路径时需要满足的条件有：Ai和j不在同一路径Bi和j不能是内部点C不违反容量约束Di和j的需求量相等第33题SolomonI1算法中影响c_1的参数有：Aα_1Bα_2CλD路径总长度第34题Clarke-Wright节约算法的步骤包括：A初始化每个顾客一辆车B计算所有顾客对的节约值C合并节约值最大的路径D计算车辆时间第35题在SolomonI1算法中，选择插入客户时可能考虑的因素有：A距离B时间窗C车辆容量D客户需求量第36题扫描算法在执行过程中，需要考虑的车辆约束可能包括（）A车辆载重B车辆行驶速度C时间窗D车辆数量第37题下列关于扫描算法的特点，说法正确的有（）A属于路径构造启发式算法B扫描方向可以灵活调整C能有效处理大规模顾客分配问题D无需依赖初始解第38题路径改进算法的接受策略包括（）AFirst-accept（FA）BBest-accept（BA）CRandom-accept（RA）DLast-accept（LA）第39题Cross-Exchange算子的操作特点包括（）A交换两条路径中的两个顾客点B交换两条路径中的两条边（线段）C保持两条路径的方向不变D属于Inter-route算子第40题下列算子中，需要删除边并重新添加边以实现路径调整的有（）ARelocateBOr-OptCExchangeDCross-Exchange第四章作业第1题模拟退火算法来源于哪一领域？A物理冶金学B化学反应动力学C生物进化D统计学第2题接受劣解的概率公式为：Ae^(ΔE/kT)Be^(-ΔE/kT)C1-e^(-ΔE/kT)D1/(1+e^(ΔE/kT))第3题若温度T较高，接受劣解的概率将会：A较大B较小C无影响D取决于ΔE的符号第4题模拟退火算法的主要优点是：A收敛速度快B能在一定程度上跳出局部最优C计算量小D对参数设置不敏感第5题以下不是模拟退火算法关键参数的是：A初始温度B降温速率C温度终止值D邻域数量第6题用于跳出局部最优的关键步骤是：A局部搜索(localsearch)B扰动（Shaking）C降温D遗传变异第7题VNS的主要步骤不包括：A扰动（Shaking）B局部搜索C切换邻域D计算劣解接受概率第8题VNS中设计“多套邻域结构”的主要目的是：A增加算法参数，提升复杂度B覆盖解空间的不同区域，避免搜索盲区C适配不同的初始解，确保每次搜索都能复用D模仿遗传算法的“变异算子”，强制解多样性第9题邻域结构通常的切换方式是：A固定顺序逐一切换B随机选择C轮盘赌选择D锦标赛选择第10题SA与VNS搜索策略的本质差异是：A对初始解的依赖程度B能否跳出局部最优C解空间的搜索及移动方式D参数复杂度第11题禁忌搜索最核心的机制是：A概率接受机制B精英保存机制C禁忌表机制D交叉操作第12题禁忌搜索中的“禁忌期限”主要用于：A限制解的质量B避免搜索陷入循环C加快算法运行速度D控制交叉概率第13题禁忌搜索在解决车辆路径问题（VRP）时常结合的改进策略是：A编码方式优化B自适应变异C多邻域结构切换D精英保留第14题若禁忌表设置过短，最可能出现的问题是：A算法运行时间过长B搜索陷入循环C算法缺乏多样性D算法无法收敛第15题在大规模组合优化问题中，为了提升禁忌搜索的效率，常用的方法是：A增加交叉操作B使用候选解筛选C减小种群规模D提高变异率第16题遗传算法中的选择操作主要依据：A个体适应度B随机概率C禁忌表D种群规模第17题遗传算法中交叉算子的作用是：A保持种群多样性B提高搜索局部性C结合父代基因形成新解D防止陷入循环第18题如果种群规模过小，遗传算法可能出现的问题是：A计算代价过大B收敛过慢C多样性不足，易早熟收敛D适应度函数失效第19题在遗传算法中，过高的交叉概率最可能导致：A种群停滞B优秀解被破坏C算法完全随机化D适应度评估错误第20题遗传算法在解决旅行商问题（TSP）时常采用的交叉算子是：A单点交叉B部分映射交叉（PMX）C均匀交叉D模拟退火交叉第21题影响SA最终解质量的因素有：A初始温度设置B降温策略C迭代停止条件D初始解第22题常见的温度下降策略包括：A指数降温B线性降温C对数降温D随机降温第23题实际应用VNS时，影响算法效率与解质量的因素有：A邻域的结构及数量B扰动（shaking）的结构与频率C局部搜索（LocalSearch）的迭代次数D初始解的质量第24题VNS适用于：A线性方程组求解BVRPTWC图着色问题DTSP第25题使用VNS求解车辆路径问题时（VRP）常用的邻域结构有：A2-optB3-optC插入D随机突变第26题禁忌搜索中的“禁忌表”可以存储以下哪些内容？A最近访问过的解B最近使用过的操作（如交换、插入）C全局最优解D禁忌长度第27题以下关于禁忌搜索的说法正确的是：A引入禁忌表的主要目的是防止循环B愿望准则允许突破禁忌表限制C禁忌长度设置过大可能导致搜索停滞D禁忌搜索保证一定能找到全局最优解第28题遗传算法可能出现“早熟收敛”的原因包括：A种群多样性不足B交叉概率过低C变异概率过低D精英策略过度使用第29题在遗传算法求解TSP时，为避免不可行解（重复访问城市），可采用的交叉算子是：A部分映射交叉（PMX）B顺序交叉（OX）C循环交叉（CX）D单点交叉第30题模拟退火算法在搜索过程中允许一定概率接受较差解，以避免陷入局部最优。第31题模拟退火算法一定能找到全局最优解。第32题温度下降过快会导致模拟退火搜索容易陷入局部最优。第33题VNS的核心思想是通过扰动与多种邻域结构跳出局部最优。第34题VNS中，localsearch与shaking的邻域结构必须相同。第35题禁忌搜索算法属于基于群体进化的全局优化算法。第36题禁忌搜索算法中的“禁忌表”主要用于避免算法陷入局部最优。第37题在禁忌搜索中，禁忌期限（tabutenure）越长，算法越容易收敛到全局最优。第38题交叉操作的主要作用是维持种群多样性。第39题在遗传算法中，过高的变异率可能导致搜索过程近似随机搜索。第40题遗传算法的核心操作包括选择、交叉和变异。第五章作业第1题分支切割算法在每次分支前必须求解完整的线性松弛问题。第2题分离算法（Separation）的目标是找到违反当前解最严重的有效不等式。第3题如果某节点的目标值优于当前最优解，即使其解为分数解，仍需继续分支。第4题收缩启发式算法通过合并相邻顶点生成超顶点来简化分离过程。第5题分支切割算法中，所有生成的割必须被添加到所有未探索的节点中。第6题UserCut回调仅在整数解时被触发。第7题LazyConstraint回调可以忽略，因为不影响最终解的可行性。第8题CPLEX的𝑎𝑑𝑑𝐿𝑎𝑧𝑦𝐶𝑜𝑛𝑠𝑡𝑟𝑎𝑖𝑛𝑡()函数用于动态添加子回路消除约束。第9题在CVRP中，SEC约束必须同时通过UserCut和LazyConstraint实现。第10题分支切割算法的实现需要手动编写完整的分支定界流程。第11题以下哪些是分支切割算法中可能触发回调的情况？A求解根节点松弛问题B找到整数可行解C分支后生成新节点D模型初始化第12题关于r(S)的计算方法，以下哪些说法正确？Ar_1可能得到分数结果Br_3通过求解装箱问题得到Cr_4忽略其他顾客的分配Dr_2总是等于r_3第13题以下哪些约束在对称CVRP模型中存在？Ax(\delta(i))=2Bx(\delta^+(i))=1Cx(\delta(0))=2KDx_{ij}\leq1第14题分离算法（Separation）的启发式方法包括：A枚举所有子集SB收缩相邻顶点生成超顶点C随机选择子集D优先检查边权最大的子图第15题在CPLEX中，以下哪些是LazyConstraint的必要条件？A必须在整数解时触发B最终必须全部加入模型C仅用于加速收敛D可以完全忽略第16题CVRP模型中\delta(S)的数学定义可能包括A连接S和V\setminusS的边BS内部所有边的集合C从S出发的弧D进入S的弧第17题以下哪些是CVRP中常见的割族？A容量约束B梳子不等式C欧拉不等式D框架容量不等式第18题分支切割算法的核心步骤包括A松弛问题求解B分离违反约束C动态规划D节点剪枝第19题关于CPLEX回调函数，正确的说法是AUserCut回调可加速收敛但非必需BLazyConstraint回调必须在整数解时触发C两种回调均需手动实现分支逻辑DUserCut适用于分数解第20题计算r(S)时，以下哪些方法可能得到相同结果？Ar_1和r_2Br_2和r_3Cr_3和r_4Dr_1和r_4第21题在非对称CVRP模型中，决策变量x_{ij}表示A车辆是否从顾客i直接前往顾客jB车辆是否服务顾客i和jC顾客i和j的需求总和D车辆从i到j的行驶时间第22题若某子集S的总需求q(S)=12，车辆容量Q=5，则r_2(S)的值为A2B2.4C3D4第23题以下哪种约束能同时防止子回路和超载Ax(\delta(S))\geq2Bx(\delta(S))\geq2r(S)Cx(E(S))\leq|S|Dx(\delta(0))=2K第24题在分离算法中，我们尝试寻找“被违反最严重”的约束。对于容量约束x(\delta(S))\geq2r(S)，以下哪种度量方式通常用于定义“违反程度”A2r(S)-x(\delta(S))Bx(\delta(S))-2r(S)C|S|Dq(S)第25题分支切割算法在理论上能够找到CVRP的全局最优解，这主要归功于以下哪个核心机制A启发式地生成高质量初始解B通过线性松弛和分支定界系统性地枚举搜索空间C使用元启发式算法快速逃离局部最优D动态调整车辆容量约束以简化问题第26题在分支切割算法的求解过程中，线性松弛问题的最优目标值（对于最小化问题）所代表的意义是A当前找到的最好整数解的成本B该问题实例的一个下界C该问题实例的一个上界D一个没有任何实际意义的中间值第27题若某节点的松弛解目标值为80（最小化问题），当前最优解为100，则下一步应A剪枝B标记为最优解C继续分支D忽略该节点第28题在CPLEX中，检查分数解并添加割的函数是AaddLazyConstraint(BaddUserCut()Csolve()Dbranch()第29题全局容量不等式r_4的主要特点是A仅计算子集S的需求B考虑所有车辆的分区可行性C忽略车辆容量限制D仅适用于非对称CVRP第30题以下哪项不是有效不等式的性质A不改变最优解B缩小可行域C增加问题规模D加速收敛第31题对称CVRP中，与depot相连的边的决策变量取值范围是A{0,1}B{0,1,2}C[0,1]D\mathbb{Z}^+第32题以下哪项是子回路消除约束的等价形式Ax(E(S))\geq|S|-r(S)Bx(\delta(S))\leq2r(S)Cx(E(S))\leq|S|-r(S)Dx(\delta(S))=2r(S)第33题计算r(S)时，哪种方法直接向上取整总需求与车辆容量的比值A分数容量不等式r_1B取整容量不等式r_2C弱容量不等式r_3\D全局容量不等式r_4第34题分支切割算法终止并输出最优解的条件是A搜索树中不再有分数解的节点B搜索树中所有节点都已被探索或剪枝C分离算法在某次迭代中未能找到任何被违反的割D找到了第一个整数可行解第35题分支切割算法中，剪枝的条件不包括A节点解为整数解且优于当前最优解B节点解的目标值劣于当前最优解C节点问题不可行D节点解为分数解但目标值优于最优解第36题收缩启发式算法中，超顶点的需求等于A子集中任意顶点的需求B子集中顶点的平均需求C子集中顶点的总需求D车辆容量Q第37题在CPLEX中，动态添加violatedSEC约束应使用AaddUserCut()BaddLazyConstraint()CaddCut()DaddConstraint()第38题在CPLEX/Gurobi中，LazyConstraintCallback的主要设计目的是为了处理哪类约束A能够显著加速收敛的强有效不等式B数量庞大但通常不会被违反的约束C仅在线性松弛问题中可能被违反的约束D必须被预先加入模型以确保正确性的约束第39题在分支切割算法的节点处理过程中，即使当前节点的线性松弛解是分数解，也可能直接剪枝（fathom）该节点，这最可能是因为A分离算法没有找到任何被违反的有效不等式B该节点的目标值已经差于当前已知的最佳整数解（对于最小化问题）C该解已经满足了所有整数性要求D算法采用了深度优先的节点选择策略第40题一个CVRP数学模型如果省略了所有子回路消除约束（SECs），最可能导致的结果是A模型无法求解，因为变得过于复杂B求得的解中可能出现不包含车场的顾客子回路C求得的解一定会违反车辆容量约束D求解速度会大大加快，且解的质量更高第六章作业第1题VRPTW问题中，每辆车都需要使用，且每辆车只使用1次。第2题VRPTW问题中，车辆必须在时间窗[a0,b0]内从仓库出发并返回仓库。第3题VRPTW的线性松弛模型(1)-(9)可直接用于大规模问题的分支定界求解。第4题DW分解的核心是将具有可分解结构的线性规划问题拆分为子问题和主问题。第5题DW分解会增加问题的约束数量，但会减少变量数量。第6题分支定价算法（Branch-and-Price）是通过结合分支定界与列生成方法来解决大规模整数规划问题的。第7题使用分支定价算法求解VRPTW时，子问题通常转化为一个最短路问题，因此总是可以在多项式时间内精确求解第8题在使用列生成求解主问题过程中，如果子问题找不到负差额成本（reducedcost）的列，说明已经达到最优解。第9题SPPRC求解生成非基本路径，允许重复访问客户，因此它比ESPPRC更难求解第10题在ESPPRC中，“Elementary”意味着每辆车只能访问一个客户。第11题Dantzig-Wolfe分解后得到的限制主问题（RMP）中，初始的集合包含了所有可能的路径第12题列生成过程中，子问题每次只能生成一条差额成本为负的路径第13题使用Dijkstra’sAlgorithm进行求解时，如果有弧的权重（成本）为负，也可以获得最短路径，只不过求解效率会降低第14题在标号算法求解ESPPRC的过程中，如果不使用dominancerule，算法仍然是正确的，但效率可能下降第15题如果在分支时禁止使用某条弧（vi,vj）（即fij=0），在主问题与子问题中都要删除包含该边的列（路径）第16题VRPTW的目标函数旨在最小化A车辆使用数量B总运输成本C总服务时间D总等待时间第17题以下关于VRPTW模型约束∑xiju−∑xjiu=0的描述，正确的是A保证路径的流量平衡B限制车辆数量C确保客户被访问D满足时间窗要求第18题Dantzig-Wolfe分解最初由谁提出？ADantzig和WolfeBFeilletCToth和VigoDDesrosiers第19题Dantzig-Wolfe分解中，主问题通常表现为A最短路径问题B集合覆盖模型C整数规划模型D旅行商问题第20题以下关于可行路径集合Ω的描述，正确的是AΩ中的路径无需满足车辆容量约束BΩ中的路径必须从仓库出发并返回仓库CΩ的规模随客户数量线性增长DΩ仅包含访问所有客户的路径第21题Dantzig-Wolfe分解中，主问题的对偶变量λi的含义是A与客户访问约束相关的非负对偶变量B与车辆容量相关的对偶变量C与时间窗相关的对偶变量D与路径成本相关的对偶变量第22题分支定价算法中，若当前解为分数解，分支的目的是A增加变量B减少约束C直接得到整数解D将问题拆分为子问题，逐步逼近整数解第23题分支定价算法中，列生成的目的是A减少变量数量B增加约束数量C添加负reducedcost的路径变量D直接求解整数解第24题以下关于SPPRC与ESPPRC的区别，正确的是ASPPRC允许路径含重复节点，ESPPRC不允许BESPPRC允许负成本弧，SPPRC不允许CSPPRC目标是最小化时间，ESPPRC目标是最小化成本D两者均不考虑资源约束第25题分支定价算法的流程图中，若子问题未生成负reducedcost的路径，下一步是A继续分支B检查解是否为整数C添加新约束D重新求解RMP第26题经过Dantzig-Wolfe分解，VRPTW的主问题变为：A背包问题B集合覆盖（setcovering）问题C若干更小的VRPTW问题DESPPRC第27题列生成算法的终止条件是：A主问题生成整数解B子问题找不到负差额成本（reducedcost）的列C子问题生成的路径数量超过车辆数量D子问题生成了负差额成本（reducedcost）的列第28题分支定价中的“定价问题”对应于：A主问题求解B子问题寻找负差额成本（reducedcost）路径C问题的整数规划建模D对分数解进行分支第29题动态规划求解ESPPRC时，标签支配规则对于控制状态空间至关重要。下列关于“标签L₁支配标签L₂”的条件中，不必要的是：AL₁的成本≤L₂的成本BL₁的时间消耗≤L₂的时间消耗CL₂已访问的节点集合是L₁已访问节点集合的子集DL₁已访问的节点数量≤L₂已访问的节点数量第30题在使用分支定价求解VRPTW问题时，车辆数量上限的约束体现在：A主问题B子问题C分支的时候进行判断D支配规则（dominancerule）第31题在列生成算法中，子问题的目标函数是：A最大化利润B最小化车辆数C最小化差额成本（reducedcost）D最大化路径数量第32题RMP与MP的可行路径集合关系是：ARMP更大BRMP更小C两者相同D无法比较第33题在使用标号算法求解ESPPRC时，在标签中加入额外的n个二进制资源，目的是：A防止出现重复访问节点B加速求解C限制车辆数D提高解的质量第34题在举出的例子中，v0→v1→v2→v0的差额成本（reducedcost）为负，说明：ARMP的对偶值过小B该路径被低估C该路径能改进当前主问题的解D该路径不可行第35题在使用标号算法求解ESPPRC时，标签支配规则（dominancerule）的核心思想是：A删除代价较高的路径B删除资源消耗较大的路径C删除不满足时间窗的路径D删除所有资源同时劣于另一条路径的标签第36题如果分支规则要求fij=1（边必须使用），那么在子问题中应：A删除该边B保留该边C在标签中增加一个资源维度D将该边权重设为0第37题分支定价中，若某条弧的流变量fᵢⱼ=0.5，分支后两个子问题中应分别设置：Afᵢⱼ=0和fᵢⱼ=1Bfᵢⱼ=1和fᵢⱼ=2Cfᵢⱼ=0.5和fᵢⱼ=1D无须分支第38题在分支定价算法中，RestrictedMasterProblem(RMP)与MasterProblem(MP)的区别是：ARMP包含更少的约束BRMP包含更少的变量CRMP更难求解D两者解的目标值一定相同第39题在使用分支定价求解VRPTW时，车辆容量的限制体现在：A主问题B子问题C分支的时候进行判断D支配规则（dominancerule）第40题令m为边的数量，n为节点的数量，Dijkstra’sAlgorithm的复杂度是：AO(m+logn)BO(mn)CO(m+nlogn)DO(mlogn)第41题在列生成中，初始列集应包含：A可行路径B不可行路径C差额成本（reducedcost）为负的路径D若干完全相同的路径第42题在列生成终止后若得到分数解（非整数），通常下一步应当：A直接向下舍入得到整数解B进入分支定界，使用分支规则进行分支C放弃当前算法改用启发式D增加更多初始列再求解RMP第43题在VRPTW的主问题集合覆盖模型中，允许变量θk取非负整数（而非仅0-1）的主要原因是：A允许一辆车执行多条路径B允许一个客户被多次访问C允许超过车辆数量上限D简化模型，避免引入θk≤1的约束第44题在课程5.5小节的例子中，最终最优解相比初始解：A使用更多路径B使用更少路径C使用相同路径D不确定第45题在VRPTW问题中，列生成时RMP解和MP解的关系是：ARMP总是MP的上界BRMP总是MP的下界C两者相等D无法比较第46题以下属于VRPTW约束条件的有A每个顾客至少被访问一次B车辆必须从仓库出发并返回C车辆总负载不超过容量QD服务开始时间需在顾客时间窗内第47题VRPTW的DW分解中，主问题的变量和约束包括A路径选择变量θkB顾客至少被一条路径访问C车辆数量约束D顾客时间窗约束第48题以下可能导致DW分解的子问题复杂度增加的因素有A顾客数量增多B时间窗约束严格C车辆容量减小D允许顾客被多次访问第49题DW分解在VRPTW中的应用步骤包括A将车辆约束拆分为子问题B用极端点表示可行路径C构建主问题D通过列生成算法添加新路径第50题DW分解中，极端点的特性包括A是子问题约束的基本可行解B无法通过其他极端点的线性组合表示C一定是最优解D构成主问题变量的基础第51题在分支定价框架下，最终整数解的获得需要：A列生成求得MP的最优松弛解B分支规则确保整数解C剪枝去除不可行分支D启发式算法求解子问题第52题使用标号算法求解ESPPRC时，涉及的标签可以包括：A时间资源B成本C容量资源D车辆数量上限第53题列生成的步骤包括：A求解RMPB根据对偶变量构造子问题C寻找负差额成本（reducedcost）路径D将可行且负差额成本的列添加到RMP中第54题在VRPTW分支定价的整体框架中，涉及到的优化思想包括：ADantzig-Wolfe分解B列生成C动态规划D分支定界第55题标签支配规则（dominancerule）的好处是：A改变最优解B提高计算效率C减少冗余标签D减少路径成本第56题以下关于Bellman-FordAlgorithm的说法正确的是：A算法复杂度为O(mn)，其中m，n分别为边的数量和节点的数量B相比于Dijkstra’sAlgorithm，求解更快C可以处理负边权D无法探测到负成本的环（子回路）第57题在例子中，初始解由单客户路径组成的原因是：A生成方法简单快速B生成的解可行C单客户路径组成的解往往是最优的解D客户更愿意被服务单客户的车辆服务第58题使用SPPRC替代ESPPRC后会导致：A子问题更容易求解B主问题松弛弱化C无法获得最优解D可能出现重复访问客户第59题以下关于ESPPRC和SPPRC的比较中，正确的说法是：AESPPRC是NP-Hard的，而SPPRC可以在多项式时间内求解B求解SPPRC可以使用动态规划算法CSPPRC允许路径中包含循环，而ESPPRC不允许D使用SPPRC会使得VRPTW原问题的最优解优于使用ESPPRC获得的最优解第60题下列关于分支定价算法“分支”环节的描述，正确的有：A分支必须在当前节点线性松弛解的所有变量都是整数时才能进行B可以的分支对象包括：路径变量(θ_k)、弧流变量(f_{ij})、客户访问次数等C分支后的两个子问题需要被添加到分支定界树中，并等待被处理D分支策略的选择应尽量减小对子问题结构（如网络图）的破坏第七章作业第1题VRPunderUncertainty中的“随机需求”指客户是否需要服务的概率已知第2题ChanceConstrainedModelforVRPwithStochasticDemand的核心目标是在忽略追索成本的前提下，最小化预规划路线的总成本。第3题若ChanceConstrainedModel中客户需求服从正态分布，则路线总需求也服从正态分布，可据此将随机机会约束转化为确定性约束。第4题VRPunderUncertainty的“静态随机”类型需要在运输执行过程中根据实时信息重新规划路线。第5题ChanceConstrainedModel转化后的确定性约束（M_k+τS_k≤Q_k）是线性约束，可直接用MILPsolver求解。第6题在SVRP的两阶段随机规划模型中，场景数越多，模型越简单，计算效率越高。第7题两阶段随机规划模型的本质是通过第一阶段的“提前决策”和第二阶段的“事后补救”来处理不确定性。第8题场景（scenario）是描述需求、旅行时间或其他不确定性可能取值的一种方式第9题在L-shaped分解法中，主问题只涉及第一阶段决策变量，而第二阶段的随机性通过不断添加割来近似刻画。第10题两阶段随机规划模型只能处理需求不确定性，无法处理旅行时间或成本的不确定性。第11题在VRPwithUncertainty中，不确定性通常不包括以下哪一项？A客户需求量是随机的B客户是否存在是随机的C所有客户的地理位置D车辆的行驶时间第12题VRPunderUncertainty与传统的静态确定性VRP相比，其主要挑战在于什么？A确定性近似模型可能会得到不可行解B目标函数变为非线性C决策变量的数量更多D计算时间显著增加第13题在处理VRPwithStochasticDemand时，以下哪种方法通常被用于保证预先规划的解在一定概率水平下是可行的？ARobustOptimizationBChance-ConstrainedProgrammingCL-ShapedDecompositionDTwo-StageStochasticProgramming第14题VRPwithStochasticDemand-ChanceConstrainedModel的目标函数通常是什么？A最大化所有客户的总需求B最小化车辆的总行驶时间C最小化车辆的总预期行驶成本D最小化预先规划的解决方案成本第15题在VRPwithStochasticDemand-ChanceConstrainedModel中，容量约束Pr{∑i=1n∑j=1ndixijk≤Qk}≥1−α的含义是？A车辆k的实际载货量不超过其容量QkB所有车辆的载货量之和不超过总容量C车辆k的载货量不超过容量Qk的概率至少为1−αD车辆k的载货量超过容量Qk的概率不超过1−α第16题当VRPwithStochasticDemand的客户需求遵循正态分布时，其机会约束可以转化为一个确定性的非线性约束。这个非线性约束的特点是什么？A与客户需求量的分布类型无关B只包含客户需求的标准差C只包含客户的平均需求量D同时包含客户的平均需求量和需求量的方差第17题在VRPwithStochasticDemand-ChanceConstrainedModel中，将机会约束转化为确定性约束后，其数学形式通常是非线性的。以下哪种方法可以用来求解此非线性模型？A直接使用混合整数线性规划（MILP）求解器B使用启发式或元启发式算法C将非线性约束直接删除D采用线性规划（LP）求解器第18题VRPwithStochasticDemand-ChanceConstrainedModel中，将概率约束Pr{∑dixijk≤Qk}≥1−α转换为确定性约束后，其隐含的意义是什么？A车辆的行驶成本会降低B需要增大车辆的实际容量QkC等效于考虑一个更小的车辆容量D需要减小客户的平均需求量第19题在VRPwithStochasticDemand-ChanceConstrainedModel中，如果客户需求量服从独立同分布（iid）的正态分布，那么某条路线上总需求量的分布将遵循什么？A二项分布B指数分布C正态分布D泊松分布第20题Chance-ConstrainedVRP模型通常适用于以下哪种场景？A所有输入参数都是精确已知的。B客户需求实时变化，需要频繁重新规划路线。C存在已知概率分布的不确定性，并且希望保证预定服务水平D主要目标是最小化因失败而产生的补救成本第21题两阶段随机规划模型中，第一阶段决策的特点是：A在不确定性揭示后做出B在不确定性揭示前做出C可以根据场景变化灵活调整D不需要考虑不确定性影响第22题SVRP两阶段随机规划中，第一阶段最典型的决策变量是：A车辆数量和行驶路径B每个场景下的补充运力C未满足需求的罚金D需求量的具体数值第23题在两阶段随机规划中，第二阶段的作用是：A完全替代第一阶段决策B在不确定性实现后进行调整和补救C预测不确定性分布D确定第一阶段的车辆数目第24题以下哪一项属于SVRP两阶段模型的目标函数常见组成部分？A第一阶段的固定规划成本+第二阶段的期望调整成本B第一阶段的固定规划成本+确定性总需求C仅第一阶段的运输成本D仅第二阶段的罚金第25题当子问题不可行时，L-shaped分解法会：A忽略该场景B向主问题添加可行割（feasibilitycut）C重新生成第一阶段变量D直接结束迭代第26题与确定性VRP相比，SVRP两阶段模型的优点在于：A计算更简单B可以完全消除不确定性C更能反映现实中的不确定性情况D不需要任何概率信息第27题L-shaped分解法的核心思想是：A将问题转化为线性规划B将两阶段随机规划分解为主问题和子问题交替求解C使用动态规划解决场景优化D只考虑第一阶段决策，忽略第二阶段第28题经典的补救策略（recoursepolicy）通常要求：A车辆返回仓库卸货后，从失败点继续沿原路线执行B车辆在客户处等待补给C放弃剩余客户的服务D动态重新生成一条全新的路线第29题在SVRP的第二阶段，以下哪一项通常不是补救措施？A返回仓库补给B重新装载或卸货C向其他车辆转移部分任务D修改第一阶段的x_{ij}第30题在L-shaped分解法中，主问题主要包含：A第二阶段补救决策B第一阶段的决策变量和割约束C所有场景的完全建模D动态调整的路径优化第31题VRPunderUncertainty的建模方法有哪些？AProbabilistic(orChance)constrainedSVRPBTwo-StageStochasticProgrammingCRecourse-basedSVRPDRobustOptimization第32题VRPwithStochasticDemand-ChanceConstrainedModel中，将概率约束转化为确定性约束的过程依赖于以下哪些假设？A客户需求量di遵循某种已知的概率分布。B客户需求量di是独立同分布（iid）的随机变量。C补救成本（RecourseCost）被忽略。D所有客户必须被服务到。第33题以下关于VRPunderUncertainty的描述，哪些是正确的？AStochasticcustomers是指车辆的行驶时间是随机的。BDynamicandStochasticVRP模型会根据接收到的实时信息和预期信息进行重新规划。CStochasticdemands指的是客户的需求量是随机变量。D静态不确定性VRP通常在执行前进行一次性规划。第34题VRPwithStochasticDemand-ChanceConstrainedModel的特点包括哪些？A当需求遵循正态分布时，其概率约束可以转化为一个非线性的确定性约束。B其求解通常依赖于Benders分解方法。C其目标函数通常考虑预期总成本（设计成本加补救成本）D通过概率约束来保证服务水平。第35题以下哪些选项描述了VRPwithStochasticDemand-ChanceConstrainedModel中对概率约束进行数学转化时的可能情况？A转化后的确定性模型可以是线性的B将概率约束转换为确定性约束等价于减小了车辆的有效载重C转化后的非线性约束可以用启发式算法求解D转化后的确定性约束通常是线性的第36题在SVRP模型中，可能的不确定性因素包括：A客户需求量B车辆容量C行驶时间D燃油价格第37题当客户需求超过车辆容量时，常见的补救措施有：A返回仓库卸货并继续原路线B启用备用车辆C放弃该客户并支付罚金D修改第一阶段规划的路径第38题场景（scenario）在SVRP中的作用是：A刻画不确定性可能出现的情况B用来计算期望成本C表示车辆的实际容量D决定第一阶段的决策变量第39题L-shaped分解法中的“割”主要包括：A最优割（OptimalityB可行割（Feasibilitycut）C支配割（Dominancecut）D松弛割（Relaxationcut）第40题L-shaped分解法相比直接求解两阶段随机规划模型的优势包括：A避免显式枚举所有场景B能处理大规模问题C降低计算难度D完全消除不确定性第八章作业第1题带回程运输的取送货问题（PDPB）要求车辆先完成所有送货任务，再执行取货任务第2题经典取送货问题（PDP）中，同一客户的取货点和送货点必须相同。第3题PDPB的优化目标通常包括最小化车辆空驶率，以提高运输效率。第4题动态PDPB场景中，新增的取货任务可插入送货阶段执行，无需严格遵循回程阶段第5题无人机带回程运输（DronePDPB）问题无需考虑载重变化对续航的影响。第6题拉格朗日松弛算法是求解复杂问题的一种有效方法，它通过将问题中的所有约束松弛到目标函数中来简化求解。第7题在拉格朗日松弛算法中，松弛问题的解可以为最大化问题提供一个下界。第8题拉格朗日乘子更新时，次梯度下降法的步长与当前上界和最优下界之间的差值成正比。第9题拉格朗日松弛算法的一个优势是，它能够提供一个上界和下界来衡量当前解的质量，从而逼近最优解。第10题解决Dial-A-RideProblem(DARP)的拉格朗日松弛模型中，难约束是指确保每个未安排的订单最多只能由一辆车服务的约束。第11题带回程运输的取送货问题（PDPB）与经典PDP的主要区别是：A车辆数量更多B存在严格的送货-取货阶段分离C忽略时间窗约束D仅服务单一客户类型第12题下列哪项是PDPB的典型应用场景？A外卖员同时送餐和收餐具B货车向超市送货后，返程回收空货架C快递员在同一客户处收寄包裹D无人机配送药品第13题PDPB中，若车辆在送货阶段尝试取货会导致A降低总行驶距离B违反装载约束（货物混合）C减少时间窗违约D提高客户满意度第14题动态PDPB问题中，新增送货任务的处理方式是：A必须插入送货阶段B必须插入取货阶段C可自由插入任一阶段D直接拒绝第15题优化PDPB时，以下哪个目标最重要A最大化车辆载重B最小化空驶里程C忽略取货时间窗D固定路线不调整第16题下列哪种算法最适合求解大规模PDPBA分支定界法（精确算法）B遗传算法（启发式）C深度强化学习（DRL）D穷举法第17题在绿色物流中，PDPB的优势主要体现在A增加碳排放B提高车辆空驶率C减少无效里程D延长运输时间第18题同步式PDP（SDP）与PDPB的关键区别是：ASDP允许同一客户点既取又送BPDPB不涉及时间窗CSDP要求严格阶段分离DPDPB仅服务单一客户第19题无人机执行PDPB任务时，取货阶段的最大挑战是：A无法直线飞行B载重增加导致续航下降C客户时间窗宽松D无需考虑充电第20题若某客户需先送货再取货，且两点位置相同，此类问题属于：A带回程运输的PDP（PDPB）B分离式取送货PDPC同步式取送货（SDP）D动态PDP第21题拉格朗日松弛算法通常由哪三部分组成？A约束松弛、拉格朗日乘子调整、可行解的构建B模型建立、次梯度下降、动态规划C启发式算法、精确算法、元启发式算法D目标函数定义、变量定义、约束定义第22题在求解DARP的拉格朗日松弛模型时，如果将约束（8）松弛到目标函数中，可以把原问题分解为多个什么问题？A多个最短路径问题B多个单车优化问题C多个网络流问题D多个最小生成树问题第23题DARP的拉格朗日松弛模型分解后的子问题，可以被描述为哪类问题？A旅行商问题(TSP)B带有时间窗和容量约束的车辆路径问题(VRPTW)C带有时间窗、容量和接送约束的基本最短路径问题(ESPPTWCPD)D车辆路径问题(VRP)第24题在拉格朗日乘子更新的次梯度下降法中，步长参数的初始值通常设置为多少？A0.5B1C2D5第25题次梯度下降法中，当迭代过程中下界有所提高时，步长参数会如何变化？A保持不变B乘以一个小于1的数C变为0D变为1第26题拉格朗日松弛算法的哪种优势使其可以被视为基于精确求解的启发式算法？A求解速度快B容易执行C可以提供上下界来衡量解的质量D收敛速度快第27题拉格朗日松弛算法的一个停止条件是当什么参数变得非常小？A初始乘子值B步长参数C求解时间D车辆容量第28题解决DARP问题的拉格朗日松弛算法中，如何获得问题的下界？A求解拉格朗日松弛问题B构造问题的可行解C不断更新拉格朗日乘子D计算初始拉格朗日乘子第29题DARP问题中，如何将拉格朗日松弛算法得到的不可行解调整为可行解？A重新求解拉格朗日松弛问题B引入新的车辆C调整拉格朗日乘子D将被多车服务的订单指派给成本最低的一辆车第30题在拉格朗日松弛算法的流程图中，求解分解后的子问题后，接下来要做的是什么？A更新拉格朗日乘子B检查停止条件C构造可行解并更新下界D得到/更新问题的上界第31题带回程运输的取送货问题（PDPB）必须满足的约束包括A送货阶段优先于取货阶段B车辆在取货阶段必须为空载状态C允许送货与取货任务交替执行D同一客户点可同时取送第32题动态PDPB的优化难点在于A新增任务需分类插入不同阶段B送货任务不能插入取货阶段C取货任务可自由插入送货阶段D需实时调整阶段分界点第33题下列哪些场景适合用PDPB模型求解？A超市配送新车后，返程回收旧车（汽车物流）B外卖员送餐途中顺便回收餐具C家具公司送货后，返程取回退货D快递员在同一居民楼收寄包裹第34题求解PDPB的常用算法包括：A分支定价法（Branch-and-Price）B自适应大邻域搜索（ALNS）C深度强化学习（DRL）D线性规划（LP）第35题PDPB在可持续物流中的价值体现在A降低车辆空驶率B减少碳排放C提升客户满意度D增加运输总里程第36题在DARP的拉格朗日松弛算法中，次梯度下降法的步长与哪些因素有关A步长参数B当前上界C最优下界D约束（8）的违反程度第37题拉格朗日松弛算法的停止条件包括哪些?A上下界的差足够小B步长参数足够小C到达求解时间限制D可行解无法再被找到第38题动态DARP中，客户请求可以分为哪几类？A已经在车上的请求(onboardrequests)B已安排但尚未上车的请求(scheduledrequests)C刚收到且尚未安排的请求(unscheduledrequests)D已完成服务的请求第39题拉格朗日松弛算法的优点包括哪些？A可以提供上下界来衡量解的质量B容易执行C收敛速度快D可以分解为规模更小且更容易求解的子问题第40题在DARP问题中，车辆的路径规划需要考虑哪些约束？A容量限制B时间窗约束C流量平衡约束D车辆不能从一个地方同时前往两个不同目的地第九章作业第1题选址理论最早由德国经济学家AlfredWeber于1909年提出第2题连续选址模型假设需求只发生在离散的节点上第3题在解析模型中，设施数量对总成本的影响通常比较敏感第4题一维连续选址模型中，当设施位于客户权重的中位点时，该位置为最优第5题曼哈顿距离又称为直线距离第6题离散选址模型的设施位置可以在任意位置选取第7题集覆盖模型（SetCoveringModel）要求覆盖率达到最大化，但不一定覆盖所有需求点第8题p-中位（p-Median）模型的目标是最小化加权平均距离第9题p-扩散（p-Dispersion）模型旨在最大化任意两设施间的最小距离第10题所有离散选址模型（如集覆盖（SetCovering)、p-中位（p-Median）、p-Center等）都属于NP-hard问题。第11题Weber（1909）提出的选址模型的目标是A最小化建设成本B最小化运输成本C最小化设施与客户之间的总运输距离D最大化市场份额第12题解析模型通常采用哪种方法求解A图论B线性规划C微积分D启发式算法第13题现在要对一个特许经营网点的新网点进行选址，要求是不能距离之前已开放的网点太近，以防止蚕食其市场，可以选择下面哪个模型进行建模Ap-中位（p-Median）B无容量限制设施选址问题（UncapacitatedFacilityLocationProblem,UFLP)Cp-扩散（p-Dispersion)D集覆盖（SetCovering)第14题一维连续模型最优选址点的判别条件是A设施两侧的客户数量相等B设施两侧的客户权重和相等C设施位于街道中点D距离和最小第15题曼哈顿距离的另一个名称是A欧几里得距离B直线距离C城市街区距离D大圆距离第16题在二维连续选址中，交叉中位数法适用的距离度量是A欧几里得距离B曼哈顿距离C网络距离D大圆距离第17题在离散模型中，设施只能位于A任意点B给定的候选点C顾客所在点D需求点第18题覆盖模型中，不要求覆盖所有需求点的模型是A最大覆盖模型Bp-中位模型C集覆盖模型Dp-中心模型第19题最大覆盖模型（MaximumCoverageModel）的目标是A以最少设施覆盖所有需求点B在固定设施数下覆盖最多的需求点C最小化最大覆盖距离D最大化设施利用率第20题p-中心（p-Center）模型的目标是：A最小化平均距离B最小化（加权）从需求点到设施点的最大距离C最大化覆盖率D最大化设施数量第21题无容量限制设施选址问题（UncapacitatedFacilityLocationProblem,UFLP)模型中，固定成本是A设施运营成本B建设设施的成本C顾客到设施的运输成本D市场推广成本第22题p-扩散（p-Dispersion)模型主要用于A避免设施之间过近B提高覆盖率C降低平均距离D最小化成本第23题离散选址问题的常见解法不包括A贪婪算法B元启发式算法C傅里叶变换D商业求解器第24题在竞争性设施选址模型中，顾客选择行为通常用哪种模型刻画A线性回归B多项Logit模型C动态规划D马尔科夫链第25题MNL模型中，效用函数由哪两部分组成A可观测部分和不可观测部分B固定部分和随机部分C距离部分和成本部分D平均部分和方差部分第26题竞争性设施选址模型属于哪类问题AP问题BNP-hard问题C线性规划D图论问题第27题在Stackelberg竞争性选址中，先行动的企业被称为ALeaderBFollowerCPlayerDCompetitor第28题在外近似（OuterApproximation）中，替代非线性约束的方法是A添加割平面B增加变量C重新定义距离D引入惩罚函数第29题连续模型的缺点不包括A可能选到无意义位置B只能选择单个设施C不能考虑距离因素D无法扩展到多设施第30题竞争性设施选址问题的核心目标是A最小化