📢 武汉的同学们注意了！
5.25我们会到武汉大学进行这个活动的线下讲解，感兴趣的可以直接过来面基，详情及报名请看这里5.25 武汉大学——聚焦前沿对话未来：地理空间智能（GeoAI）最新研究进展及落地应用
如果感兴趣但是无法参加 5.25 线下讲解会，可以走线上渠道完成学习。讲解会录屏后续会更新到线上学习材料中。
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。
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？
· 分享嘉宾 ·
· 课程大纲 ·
1. 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。
2. 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。
3. 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。
4. 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。
教案预览
5.9日起：报名、查看教案（需使用电脑访问）
5.23 12:00 前：提交作业 5:25：参加讲解&作业汇报交流会（线下，讲解会录屏会后会更新至活动页面）
