諾福克南方鐵路以最佳化模擬器決定其機車車隊規模。

諾福克南方鐵路為龐大的鐵路網路規劃機車，並希望有一個模型能協助決定車隊規模應該多大。

精確的整數規劃模型超出求解器的能力範圍，且需要一些假設，而這些假設會使車隊規模看起來比實際所需更小。

研究人員建立了一個近似動態規劃模型，將模擬與最佳化結合，並透過回饋學習，依據歷史指標進行校準，使其能夠規劃車隊規模與組成，並測試多種營運情境。

以模擬加上學習來決定車隊規模，而非僵化的線性規劃

車隊規模規劃需要高度詳細的模型

整數規劃迫使做出簡化，而這些簡化低估了車隊規模

模擬加上學習讓模型能符合真實歷史

結果可在多種情境下規劃車隊規模與組成

當真實問題過於龐大或過於詳細，以致無法建立精確模型時，近似動態規劃可從模擬中學習，以準確決定昂貴資產的規模。

該模型成為諾福克南方鐵路研究機車車隊規模與組成，以及測試營運變革的方式，是近似動態規劃在貨運鐵路領域的一項顯著應用。