即时配送业务是典型的O2O业务，线上和线下存在大量复杂的业务约束和多种多样的决策变量。美团智能配送系统负责订单和骑手的资源优化配置，致力于改善顾客体验、降低配送成本。作为美团智能配送系统最核心的技术之一，运筹优化是如何在各种业务场景落地的？本次演讲将会分享美团配送技术团队相关实战经验。

演讲提纲：

1. 美团智能配送系统介绍
2. 实战项目分享
   • 配送区域规划
   • 骑手智能排班
   • 骑手路径规划
   • 订单智能调度

听众收益：

1. 即时配送典型优化问题及求解难点
2. 美团智能配送系统运筹优化实战经验

演讲将展示城市及末端在揽收与配送包裹场景上智能化的近期研究工作，涉及快递员&车辆运力调度、订单分配、网络规划等核心问题，重点介绍如何基于沉淀的大量时空轨迹及位置数据，利用运筹优化/机器学习等技术解决这些问题，并提升物流的揽收与配送效率。

演讲提纲：

1. 传统运筹优化算法的落地
2. 数据驱动决策优化算法的落地
3. 裹裹数智化中涉及的数据决策算法
4. 带来的业务效果

听众受益点：

1. 理解如何将运筹优化运用到实际业务中
2. 如何做Imitation Learning
3. 如何做数据决策和传统运筹优化的结合

中国已成为全球最大的物流市场，快递量甚至是超出美日欧的总和。在支撑很大业务量的同时，又要考虑到派送时效性，在成本与不同运力的约束下，全局网络规划是一个核心的要素。

本次演讲将介绍一个大规模的网络规划实践，并讲解其中的技术解决方案，如多式联运，线路规划，机型决策等。以实际的复杂案例为背景，我会分享一些算法实践的心得，并讨论课堂与书本上少有机会接触到的课题，包括：正确的算法选择，企业级大规模的模型构建，多模型的集成规划，高校与实践的差距和其他常遇到的挑战与误区。

演讲提纲：

1. 全局运输网络规划场景介绍

2. 技术方案介绍

• 数学规划简介
• 各别网络规划模块讲解（网络处理节点选址，多式联运运输规划，机队机型分析等）
• 多模块集成的全局分析

3. 算法实践的心得分享

• 算法全景图 - 算法选择指引
• 企业级大规模的模型构建
• 高校与实践的差距
• 实践中常碰到的挑战与误区，并提供指导建议

听众受益点：

1. 了解运输网络规划的技术方案
2. 了解数学模型在规划与分析中的一些应用
3. 了解算法全景图
4. 业务场景下的算法实践心得

将介绍一些通过运筹学帮助企业提升效率的案例，以及对遇到的问题和解决思路，帮助大家了解运筹学在企业中的价值。