（通讯员倪佳豪/文）为探索基于供应链真实场景的解决方法，推动运筹优化技术的创新和理论的落地应用，促进全行业效率的提升，由京东集团主办，京东物流及京东Y事业部承办的全球运筹优化挑战赛（GOC）于5月28日启动，历时四个月，最终我中心秦虎教授团队表现优异，勇夺冠军。

秦虎教授（左四）

本次挑战赛以京东真实业务场景为赛题，就预测、补货、调拨、配送等物流和供应链的核心决策向选手发起挑战，并首次公开了京东供应链模型为选手进行演练。最终共吸引了来自全球3519名选手参赛，覆盖了全球600多个顶级学府和机构，其中包括麻省理工学院，斯坦福大学，佐治理工学院，新加坡国立大学，纽约大学，哥伦比亚大学，宾州州立大学，清华大学，北京大学，华中科技大学，南京大学等。

智慧物流对提升消费体验和运营效率的作用越来越显著，而人们不断增长的需求和企业运营压力也给智慧物流发展提出更高的要求。以京东物流为例，城市A的城配物流中心B目前平均每天为分布在本城区的1000余个客户提供城市配送服务，服务对象为B2B或者大宗商品客户,每个服务对象有时效（时间窗）要求，每个车辆有容积和载重限制，车辆还需要充电，可往返配送中心，每天8点从城市配送中心出发，24点前返回本配送中心等。如何在满足各种因素限制的前提下，实现物流降本增效显得尤为重要，随着计算性能的提高，这类NP-Hard问题通过优化算法相关技术可以获得较好的解决。我院秦虎教授面对“城市物流运输车智能调度”这一赛题，对复杂问题及数据进行分析后，提出整数优化模型。其算法的核心设计思想旨在研究问题的本质，推导出可使算法简化的性质；用最简洁、最快速、最巧妙的方式找到最好的结果；在保证解的质量和鲁棒性的前提下，尽量做减法。秦虎教授将算法分为设计简洁结果坏、设计复杂结果坏、设计复杂结果好、设计简洁结果好这四种类型，并在此次比赛中研发出设计简洁结果好的算法，以巧妙地定义邻域，高效的实现邻域算子，动态、自适地调整算法参数这三大创新点，一举斩获冠军。

据悉，此次秦虎教授所完成的城市物流运输车智能调度赛题，探索的是在新能源物流场景下的新型多种路径规划问题的混合体，对未来实际场景的应用有重大价值。