美国女子团体追逐队在2023年世锦赛上排名第六,仅以0.159秒之差错过领奖台。与自行车强国相比,美国的资金较少,无法简单靠投入来取得更好成绩。

美国自行车队转向了运筹学、机器学习和实时分析。其4:05项目优化了车手选拔、比赛策略和空气动力学效率,将比赛建模为一个可控决策的系统,而不是对纯粹努力的考验。

模型预测了4:05的金牌目标时间,并精确显示了时间在哪里:该派哪些车手上场、每个人何时领骑、如何轮换让体能较弱的车手恢复,以及如何安排位置以获得空气动力学优势。例如,一位车手的空气阻力减少9.2%,这是通过建模计算的改进,而不是猜测。

在2024年巴黎奥运会上,他们骑出4:04.302,超过了目标并夺得金牌。同样的分析方法为美国自行车队赢得了2025年弗朗茨·埃德尔曼运筹学奖。

优化每个可控的微小因素,而不仅仅是努力程度。

争夺秒数需要找到可控的余量,而不只是加强训练。

当直觉无法判断时,模型能找出损失可以在哪里弥补。

车手选择和轮换时机是成本低、影响大的杠杆。

空气动力学收益可以累积,并且能精确测量。

当你无法在资金上超过对手时,就要在优化上超过他们:将竞赛建模为系统,瞄准最大的可控收益。

4:05项目带来了奥运金牌,并为美国自行车队赢得了2025年INFORMS弗朗茨·埃德尔曼奖。它成为运筹学应用于精英体育的著名案例,展示了纪律严明的分析方法可以克服资源劣势,对可控变量的建模比额外资金更有价值。

从这里,追溯依据

参考来源

  1. USA Cycling Awarded the 2025 INFORMS Edelman Award for Data-Driven Olympic Gold Strategy USA Cycling · usacycling.org ·
  2. USA Cycling Olympic Women's Team Pursuit Strategy Nominated for Edelman Award, the 'Nobel Prize of Operations Research' USA Cycling · usacycling.org ·