Joris Kinable 荣获 IISE Transactions 2022 年度最佳应用奖
该论文阐述了如何使用约束规划和数学优化技术为匹兹堡市的除雪车计算最佳路线。
作者：Staff writer 日期：2022年7月14日 阅读时长：2分钟
某机构高级研究科学家 Joris Kinable 荣获了工业与系统工程师协会（IISE）旗舰期刊《IISE Transactions》运营工程与分析（OEA）专刊的2022年度最佳应用奖。
他的研究论文（在卡内基梅隆大学（CMU）从事博士后研究期间撰写）详细阐述了如何使用约束规划来优化匹兹堡市除雪车队的路线。“获得这个奖项太棒了，”Kinable 说，“它彰显了我们工作的价值和高质量。这不仅仅是从研究角度来说是一项重大挑战，而且在协调不同利益相关者（如匹兹堡市政府、公共工程部和司机）之间达成一致方面也是如此。能够将这个项目完整地推进到——不仅仅是完成，还赢得了这个奖项——是一个非常棒的成就。”
Kinable 于2019年12月加入某机构，并于2021年4月成为某机构运输服务中里程团队的高级研究科学家。他的研究涵盖网络设计与运营、拖车平衡和调度排班。更具体地说，他的工作有助于利用数学优化、机器学习和分解技术，确定如何通过互联的终端网络路由货运。
该论文《除雪车路线优化：一种约束编程方法》由 CMU 的运筹学教授 Willem-Jan van Hoeve 和 CMU 的机器人学研究教授 Stephen F. Smith 合著。
该论文详细阐述了一个可扩展的除雪车路线优化模型，该模型纳入了实际应用中所遇到的侧约束条件。底层的优化模型计算出一组车辆路线，以服务于预定服务区域内的街道网络，同时考虑到各种车辆约束和交通限制，如服务时间限制、车辆容量限制、道路优先级和转弯限制。
利用匹兹堡市的数据，该模型计算出路线，并将优化后的计划发送到一个中央系统。然后，路线被推送到各个除雪车上，并以逐弯导航指令的形式传达给司机。除雪车配备了GPS追踪器，使中央系统能够沿途监控除雪车的进度。这种逐弯自动导航指令取代了司机在清理匹兹堡市4800条街道（总长1200英里）时曾经使用的手写笔记。
“我们想要消除无法控制司机行驶路线的障碍，并让司机不必记住路线变得更加容易，”Kinable 解释道。一次使用真实车辆的测试运行表明，与使用商业路由软件生成的路线相比，Kinable 的方法将除雪车路线缩短了高达156%。
Kinable 指出，该除雪车模型的未来应用将能够在除雪车需要绕行以应对紧急情况或遇到街道障碍物时进行实时更新。此外，该模型还可以与该市的网站集成，通知市民预计何时可以清理他们的街道。“这类信息对匹兹堡市民来说真的非常有价值，”Kinable 说，“看到这种对现实社区产生影响的潜力，真的很有成就感。”
研究领域
运筹学与优化
标签
奖项与荣誉，中里程，卡内基梅隆大学 (CMU)FINISHED
