Joris Kinable荣获IISE Transactions 2022最佳应用奖

Joris Kinable，某中心高级研究科学家，荣获工业与系统工程学会旗舰期刊《IISE Transactions》运营工程与分析专题的2022年最佳应用奖。

他的研究论文《除雪车路径优化：一种约束编程方法》详细介绍了使用约束编程优化某城市除雪车队的路线。该论文是他在卡内基梅隆大学担任博士后研究员期间撰写的。

Kinable于2019年12月加入某中心，并于2021年4月成为某运输服务中英里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。具体而言，他的工作利用数学优化、机器学习和分解技术，帮助确定如何通过连接的终端网络路由货物。

该论文由卡内基梅隆大学的运营研究教授Willem-Jan van Hoeve和机器人研究教授Stephen F. Smith合著。

论文详细阐述了一个可扩展的除雪车路径优化模型，该模型包含了现实应用中遇到的各种约束条件。

基础优化模型计算一组车辆路线，以在预定义的服务区域内服务街道网络，同时考虑各种车辆约束和交通限制，例如服务时间限制、车辆容量限制、道路优先级和转弯限制。

使用来自某城市的数据，模型计算路线并将优化后的计划发送到集中系统。从那里，路线被推送到各个除雪车，并作为逐向指令传达给驾驶员。

除雪车配备了GPS追踪器，使集中系统能够监控除雪车的行进进度。逐向自动化指令取代了驾驶员过去工作时携带的手写笔记，这些笔记用于清理该城市总计1200英里的4800条街道。

一次实际车辆的测试运行表明，Kinable的方法比商业路线规划软件生成的路线缩短了高达156%。

Kinable指出，除雪车模型的未来应用将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，该模型可以与城市网站集成，通知居民预计他们的街道何时会被清理。