C.H. Robinson 用一套框架在10个基准测试中击败了旧路线技术

C.H. Robinson（CHR）是一家全球货运提供商，每天面临“丰富”的车辆路线问题：每个客户都有不同的目标和约束。

CHR 之前依赖第三方路线技术，每种技术针对特定问题类型，导致新客户设置时间长。

研究人员提出一个集合划分框架，包含多种路线生成算法；它已在10个基准实例上优于 CHR 现有技术。

该框架包装在简单用户界面中，集成到 CHR 的运输规划和执行平台，减少设置时间，提高规划人员生产力和客户成果。

一个框架，多种路线生成器

一个框架跨多种问题类型复用算法。

赢得10个基准实例提供了取代现有技术的证据。

简单 UI 降低了日常使用门槛。

更快的设置将新客户上线从数周缩短到几天。

不要为每个客户购买不同的路线引擎，而是构建一个框架，按约束集插入生成器；平台改进而非个案变通。

自实施以来，该模块已优于先前使用的第三方技术，显著减少设置时间，提高用户生产力和客户成果；相关成果发表于《INFORMS Journal on Applied Analytics》（2022年），并作为 arXiv 预印本发布。