项目解决的问题或方向

    1、 物流配送任务的发布和运输过程的信息化管理平台，涵盖“发货-抢单-提货-运输-收货-结算”的各个环节。

    2、 承运商排名系统，采用基于用户画像的承运商优选运营推荐模型，完成配送任务的分配，并预测承运商的接单率。

    3、多目标物流配送中的车辆路径规划算法。考虑运输距离和运输车辆最小化目标和时间窗约束，设计了高效的多目标车辆路径规划算法。

团队简介

    团队负责人为西安电子科技大学计算机科学与技术学院教授、博士生导师。西安市大数据与视觉智能关键技术重点实验室副主任。2008年获西安电子科技大学 “模式识别与智能系统” 专业工学博士学位,中国人工智能学会混合智能专家委员会委员。主要研究方向包括：计算智能，机器学习，大数据分析，水资源调度方法等。主持和参与包括国家重点研发计划项目、“核高基”国家重大专项课题、国家自然科学基金项目、国防预研领域基金项目、教育部博士点基金、陕西省自然科学基金等在内的纵向科研项目，以及横向科研项目20余项； 近年来在IEEE Trans. on Evolutionary Computation, Evolutionary Computation, Information Sciences, Swarm and Evolutionary Computation，Applied Soft Computing, Knowledge-Based Systems, Neurocomputing, Computers & Operations Research，Water Resources Management 等知名国际期刊和软件学报、电子学报等国内顶级期刊上发表论文40余篇；已获授权国家发明专利30余项。

项目介绍

    智能物流配送管理算法与平台项目包括两套成型的软件产品，即“面向煤炭运输的大宗物流管理平台”和“基于用户画像的承运商优选运营推荐系统”，以及一系列路径规划算法研究成果，包括求解10万级规模城市的旅行商问题（TSP）算法和时间窗约束的多目标车辆路径规划。

    1. 大宗物流管理平台：该平台旨在解决煤炭运输的信息不对称、空驶率高、效率低、成本高的难题，打造涵盖“发货-抢单-提货-运输-收货-结算”各环节的煤炭物流资源整合交易平台。

    2. 基于用户画像的承运商优选运营推荐系统：该系统服务于轻资产化的大型物流企业，系统基于承运商信息和历史交易数据建立承运商用户画像，用于指导物流配送任务向承运商的推荐，并预测承运商接单率。

    大规模旅行商算法和时间窗约束的多目标车辆路径规划算法：设计实现了一种能够有效求解10万个城市规模旅行商问题的优化算法，并对算法进行了并行化加速。基于多目标智能优化技术设计实现了一种求解时间约束车辆路径规划问题多目标优化算法。相关研究成果发表期刊论文4篇，专著章节1章，申请软件著作权1项。软件作品 ”大规模物流配送管理中的高性能车辆路径规划” 荣获微软高性能计算校园编程大赛全国第五名。

产业模式及市场分析、成果形式（专利，软著，系统、产品等）

    该研究成果面向智能物流配送管理中的关键问题提供智能算法和软件平台解决方案，致力于提升物流配送管理的信息化、自动化和智能化水平，降低物流成本和管理成本。随着国内物流产业的高速发展，物流配送问题的规模和物流管理的复杂性与日俱增，该研究成果具有更为广阔的市场应用前景。

    项目研究成果丰富，包括科研成果论文，学术专著，软件著作权和软件产品，研究成果成熟度较高，具备良好的市场转化潜力。