Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание European Journal of Operational Research. Журнал имеет первый квартиль, издаётся в Elsevier, его SJR за 2021 г. равен 2,354, импакт-фактор 3,363, электронный ISSN - 0377-2217, предметные области - Моделирование и имитация, Информационный менеджмент и системы, Теория управления и исследования операций, Компьютерные науки. Вот так выглядит обложка:
Здесь несколько редакторов - Эмануэле Боргоново - emanuele.borgonovo@unibocconi.it,
Хосе Оливейра - jfo@fe.up.pt,
Штеффен Ребеннак - steffen.rebennack@kit.edu,
Рууд Теунтер - r.h.teunter@rug.nl
и Майк Иеарворт - m.yearworth@exeter.ac.uk.
К публикации принимаются высококачественные оригинальные статьи, которые вносят вклад в методологию оперативных исследований или в практику принятия решений. EJOR содержит следующие типы статей:
• Приглашенные обзоры, объясняющие широкой публике или аудитории развитие темы OR за последние годы;
• Инновационные приложения OR, описывающие новые способы решения реальных проблем;
• Теоретические и методологические статьи, представляющие оригинальные результаты исследований, способствующие методологии OR и ее теоретические основы;
• Краткие сообщения, если они исправляют важные недостатки статей, ранее опубликованных в EJOR.
Теоретические и методологические статьи классифицируются по одной из семи рубрик:
• Непрерывная оптимизация;
• Дискретная оптимизация;
• Производство, мануфактура и логистика;
• Стохастика и статистика;
• Поддержка принятия решений;
• Вычислительный интеллект и управление информацией;
• Взаимодействие с другими дисциплинами.
В дополнение к этим типам работ, EJOR содержит обзоры книг.
Адрес издания - https://www.sciencedirect.com/journal/european-journal-of-operational-research
Пример статьи, название - Approximating a linear multiplicative objective in watershed management optimization. Заголовок (Abstract) - Implementing management practices in a cost-efficient manner is critical for regional efforts to reduce the amount of pollutants entering the Chesapeake Bay. We study the problem of selecting a subset of practices that minimizes pollutant load—subject to budgetary and environmental constraints—as simulated in a widely used regulatory watershed model. Mimicking the computation of pollutant load in the regulatory model, we formulate this problem as a continuous optimization model with a linear multiplicative objective function and linear constraints. To lay the groundwork for incorporating additional stakeholder requirements in the future, especially those that would require integer variables, we present and study a continuous linear optimization model that approximates the nonlinear model. The linear model, which requires an exponential number of variables, arises naturally as an alternative model for the same underlying physical process. We examine the theoretical behavior of these optimization models and investigate restrictions of the linear model to handle its large number of variables. Through extensive computational tests on real and randomly generated instances, we demonstrate that the linear model and its restrictions provide optimal solutions close to those of the nonlinear model in practice, despite poor approximation properties in the worst case. We conclude that the linear model—together with our approach to handling its large number of variables—provides a viable framework from which to extend the optimization model to better meet the needs of the Chesapeake Bay watershed management stakeholders.
Graphical abstract
Keywords: Nonlinear programming; Linear programming; OR in environment and climate change; Watershed management