全局运输网络规划算法实践

1、全局运输网络规划算法实践全局运输网络规划-场景介绍技术方案介绍数学规划简介独立规划模块多模块集成的全局规划算法实践心得算法全景图 - 选择指引理论与实践的鸿沟企业级大规模的模型构建目录应用场景与要求算法场景年长期规划月中期规划天短期规划 小时执行规划秒线上至线下 毫秒线上最重要：快 注重：可行最重要：精确 注重：可解释 多方案对比场景要求全局运输网络规划：场景介绍需求：300+ 城市互寄多时效要求多货品类360,000 流向-时效要求-货类运输资源：场地（机场，中转场。）多式联运（全货机，腹舱，货车。）全局运输网络规划：需回答的问题运输网络：如何铺网？成本，时效货量增长何时 + 需要多少：场地

2、，全货机。如何用各资源？枢纽：有哪些效益，价值是什么？未来50年，每5年的运作情况集中起降够不够时间？分拣量，布局牵一发，动全身。技术方案介绍I1. 拟定规划量（产品、时效要求、量）A1. 空网航空站点组合甄选 (MP)G1. 陆网中转场组合甄选 (PY)A2. 空网时效达成分析 (PY)G2. 陆网时效达成分析 (PY)I2. 按时效要求分陆散空网归属 (PY)A3. 空网航段规划 (MP)B1. 散航次日规划 (PY)G3. 直发干线规划 (PY)A4. 空网航线规划 (MP)B2. 散航隔日规划 (PY)G4. 干线网规划 (MP)A5. 航段排班 (PY)G5. 枢纽陆侧规划 (PY)

3、I3. 截单时间、派送时效达成分析 (PY) I4. 分析、计划发布技术方案全景图MP - 数学规划模型PY - PYthon综合规划空运散航陆运A1：数学规划 机场选址目标：用最少机场 规则：次晨城市次日城市数据：可选机场距离，行车速度分析结果：机场组合算法问题描述分析结果决策KPI数据目标，规则，约束，优先级，假设算法问题描述分析结果决策KPI数据目标，规则，约束，优先级，假设目标：最少机场需次晨、次日派送的城市优先选大机场算法问题描述分析结果决策KPI数据距离行车速度可选机场机场属性目标，规则，约束，优先级，假设目标：最少机场需次晨、次日派送的城市优先选大机场算法问题描述分析结果决策KP

4、I机场组合次晨/次日城市数据距离行车速度可选机场机场属性目标，规则，约束，优先级，假设目标：最少机场需次晨、次日派送的城市优先选大机场min/maxf(x) 衡量标准选x 决策参数不违反 约束g1(x) 0gn(x) 0 物理约束 业务规则数学规划: 线性规划、混合整数规划分析结果决策KPI机场组合次晨/次日城市Math Program: Linear Program - LP, Mixed Integer Linear Program - MILP目标，规则，约束，优先级，假设目标：最少机场需次晨、次日派送的城市优先选大机场数据距离行车速度可选机场机场属性I1. 拟定规划量（产品、时效要求、

5、量）A1. 空网航空站点组合甄选 (MP)G1. 陆网中转场组合甄选 (PY)A2. 空网时效达成分析 (PY)G2. 陆网时效达成分析 (PY)I2. 按时效要求分陆散空网归属 (PY)A3. 空网航段规划 (MP)B1. 散航次日规划 (PY)G3. 直发干线规划 (PY)A4. 空网航线规划 (MP)B2. 散航隔日规划 (PY)G4. 干线网规划 (MP)A5. 航段排班 (PY)G5. 枢纽陆侧规划 (PY)I3. 截单时间、派送时效达成分析 (PY) I4. 分析、计划发布技术方案全景图MP - 数学规划模型PY - PYthon综合规划空运散航陆运A3：数学规划 航段规划目标：用

6、最低成本航段组合 规则：机场-机场需要足够运力机场：航段平衡机场属性数据：可选机型机型航段成本分析结果：航段组合枢纽航段非枢纽航段A3：数学规划 航段规划目标：用最低成本航段组合 规则：机场-机场需要足够运力机场：航段平衡机场属性数据：可选机型机型航段成本分析结果：航段组合I1. 拟定规划量（产品、时效要求、量）A1. 空网航空站点组合甄选 (MP)G1. 陆网中转场组合甄选 (PY)A2. 空网时效达成分析 (PY)G2. 陆网时效达成分析 (PY)I2. 按时效要求分陆散空网归属 (PY)A3. 空网航段规划 (MP)B1. 散航次日规划 (PY)G3. 直发干线规划 (PY)A4. 空网

7、航线规划 (MP)B2. 散航隔日规划 (PY)G4. 干线网规划 (MP)A5. 航段排班 (PY)G5. 枢纽陆侧规划 (PY)I3. 截单时间、派送时效达成分析 (PY) I4. 分析、计划发布技术方案全景图MP - 数学规划模型PY - PYthon综合规划空运散航陆运A4：数学规划 航线规划目标：用最少货机 规则：可执行航线（飞行时间）数据：距离，飞行速度各机场起降时段限制需执行的航段分析结果：航线计划，起降时间， 货机数2 X 货机组合3 X 货机组合A4：数学规划 航线规划目标：用最少货机 规则：可执行航线（飞行时间）数据：距离，飞行速度各机场起降时段限制需执行的航段分析结果：航

8、线计划，起降时间， 货机数I1. 拟定规划量（产品、时效要求、量）A1. 空网航空站点组合甄选 (MP)G1. 陆网中转场组合甄选 (PY)A2. 空网时效达成分析 (PY)G2. 陆网时效达成分析 (PY)I2. 按时效要求分陆散空网归属 (PY)A3. 空网航段规划 (MP)B1. 散航次日规划 (PY)G3. 直发干线规划 (PY)A4. 空网航线规划 (MP)B2. 散航隔日规划 (PY)G4. 干线网规划 (MP)A5. 航段排班 (PY)G5. 枢纽陆侧规划 (PY)I3. 截单时间、派送时效达成分析 (PY) I4. 分析、计划发布技术方案全景图MP - 数学规划模型PY - P

9、Ython综合规划空运散航陆运需回答的问题场景对比747几条跑道时效提升 成本溢出国际件算法实践心得运筹的定义“ is an applied science utilizing all known scientific techniques as tools in solving a specific problem”Philip M. Morse美国的运筹学之父Methods of Operations Research, Morse & Kimball运筹是项应用科学，用任何科学方法、 技术和工具来分析（求解）实际问题不限于管理问题，不限于优化运筹数学 规划启发 式模拟 仿真神经 网络图论

10、排队数据 科学算法全景图 - 选择指引各有强弱项，适用于不同场景 依症下药 每种算法都可以融入“学习”的能力AI（广义）/ AGI，算法，运筹数据科学启发式AI（狭义）数学规划特殊方法大数据，可视统计，简单算法贪心，局部搜索GA，集群神经网络深度学习线性规划，最优化网络流，混合整数图论，排队论仿真，蒙地卡罗通用时限场景：需快全局搜索感知场景图像识别 语音语义分析精准场景可解释 多约束特殊场景依症下药算法场景模拟仿真 数学规划启发式数学规划年长期规划月中期规划天短期规划 小时执行规划秒线上至线下 毫秒线上启发式AI最重要：快 注重：可行最重要：精确 注重：可解释 多方案对比场景要求有了问题描述，

11、最适合的方法通常已定限时应用，不需最佳多规则，需对比，需解释图像识别，语音语义特别问题结构 启发式 数学规划 神经网络 排队论，仿真，图论算法分析结果数据目标，规则，约束，优先级，假设不同背景的算法人员数据科学启发式特殊方法大数据，可视 统计，简单算法贪心，局部搜索 GA，集群神经网络 深度学习线性规划，最优化 网络流，混合整数图论，排队论 仿真，蒙地卡罗小案例小LP图论，排队图论图论，仿真背景 运筹 计算机 工程人工智能AI（广义）/ AGI，算法，运筹AI（狭义）数学规划识别自己的盲点了解各方法的强弱项求解时需要选择一个算法 多个算法/模型可以并用！求解时需要选择一个算法 多个算法/模型可

12、以并用！预处理模型、算法后处理 可视多算法并用前后处理已常会用很多算法NP-Hard 的问题 就不可以用数学规划有几秒就可求解的MILPNP-Hard 的问题 就不可以用数学规划有几秒就可求解的MILP理论与实践的鸿沟学术文章发表基准场景A学术文章发表B基准场景ABC基准场景A学术文章发表C基准场景AB实际场景实践CA基准场景B场景 延伸实践理论不重要，理论不实用 需更深了解理论实践需要试验+取舍 识别实用，通用的理论理论不重要，理论不实用 需更深了解理论实践需 试验 + 经验累积 识别实用，通用的方法企业级、大规模的模型构建大规模 模型最小+足够 丰富案例可解释先算对 再算快独立核查逐步延伸极端例子 测试模型明确问题 描述识别网络 结构识别网络结构：大问