课程简介

物流对城市的发展、运营以及经济增长至关重要。不断增长的客户需求和城市系统的复杂性是当前物流优化的两个挑战，而传统的启发式算法无法快速提供高质量的车辆路径规划方案。

本次 workshop 将使用武汉市的路网数据、一组包含客户点和物流中心的点数据，基于麻雀搜索算法（SSA）和模拟退火算法(SA)，带大家学习利用混合麻雀搜索算法（SA-SSA），解决考虑复杂道路网络的多仓库车辆调度问题。

核心挑战

• 建模：如何结合交通流量、货物需求、仓储设施位置等因素，精确建立复杂城市系统的物流优化模型？
• 模型调优：如何选择、应用最适合的优化算法，以快速、高质量地找到最佳解决方案？
• 结果呈现：获得优化结果后，如何通过地图可视化、数据图表等方式有效地展现物流路径，并利用交互式分析让用户更深入地了解数据？

授课人

范云鹏

中国地质大学（武汉）研究生
UrbanComp团队成员

课程大纲

物流优化问题的构建

主要包括物流优化的问题背景以及多仓库车辆路径问题（MDVRP）的场景建模。

混合麻雀搜索算法

主要包括麻雀搜索算法和模拟退火算法的原理以及混合麻雀算法的介绍。

基于混合麻雀算法的物流优化

主要包括基于混合麻雀搜索算法的物流优化问题求解、算法的性能与不同尺度的空间影响。

作业

• 基础：基于本项目的物流数据，利用混合麻雀搜索算法进行物流路线优化。
• 进阶：使用传统的启发式算法进行优化，对比混合麻雀算法结果。

日程安排

• 5.9日起：报名、查看教案
• 5.23日12:00前：提交作业
• 5:25日：参加讲解&作业汇报交流会（线下，讲解会录屏会后会更新至活动页面）

授课详情与报名链接

详情链接：面向复杂城市系统的大规模物流优化算法 | GIS WORKSHOP

Q.E.D.