诺福克南方铁路用优化模拟器为机车车队定规模。

诺福克南方铁路运营着庞大的铁路网，他们想建立一个模型来帮助决定车队应该有多大。

精确的整数规划模型超出了求解器的能力范围，而且需要的假设会让车队规模看起来比实际需要的要小。

研究人员建立了一个近似动态规划模型，将模拟与优化相结合，并通过反馈学习，校准历史指标，从而能够规划车队规模和构成，并测试多种运营场景。

用模拟加学习来确定车队规模，而不是死板的线性规划

车队规模需要高度详细的模型

整数规划被迫简化，导致车队规模被低估

模拟加学习让模型能够匹配真实历史

结果能在多种场景下规划车队规模和构成

当实际问题过于庞大或细节过多，无法用精确模型求解时，近似动态规划可以通过模拟学习来准确定价昂贵资产。

该模型成为诺福克南方铁路研究机车车队规模和构成、测试运营变化的工具，是近似动态规划在铁路货运中的一次瞩目应用。