DHL 的優化器自行決定哪些貨物自己運送、哪些外包，每年節省 9,860 萬美元。

DHL 供應鏈北美公司營運全球最大的物流網路之一，每年為企業客戶遞送超過十億件包裹，並面臨投標、車隊規模與類型、外包及路線規劃等過去分開處理的決策。

在俄亥俄州立大學博士畢業生 Yibo Dang 領導、Ted Allen 協助下，團隊打造了運輸網路優化器，運用創新的整數規劃與共生雙蟻群搜尋，以演算法結合路線規劃與外包。

該軟體能求解大規模路線規劃問題，自導入以來估計每年節省 9,860 萬美元並減少 50 萬噸二氧化碳排放，使 DHL 與俄亥俄州立大學成為 2023 年 INFORMS Franz Edelman 獎的決選入圍者。

在路線模型中決定哪些業務外包

外包與路線規劃是同一項決策，而非兩項

未來需求訊號決定哪些業務交由第三方處理

整數規劃處理車隊規模、類型與投標

實測：每年 9,860 萬美元及 50 萬噸二氧化碳

在網路型業務中，最大的節省來自將外包、車隊與路線規劃結合在一起的整數規劃，而非假設網路固定的路線優化器。

該模型發表於 Dang 的俄亥俄州立大學博士論文，並成為 DHL 網路規劃的基礎，而這項產學合作也展示了博士研究專案如何成為同時減少排放的生產級軟體。