5月13日下午14:00-16:00，院级高等讲堂于36365线路检测中心no1（通达馆）103会议室成功举行。本次讲座的包括两个主题，分别为：如何让微配送服务更有效率？以及基于平台的城市交通中上下文感知分类优化的影响。组合优化和基于AI的方法的好处和不足。安琨教授邀请了来自代尔夫特理工大学的副教授Shadi Sharif Azadeh和Yousef Maknoon为大家带来了精彩的报告。

Shadi Sharif Azadeh是土木工程和地球科学学院的副教授，也是可持续城市多模式交通实验室的联合主任。她在运筹学和交通行为模型领域拥有丰富的研究经验，并在相关领域取得卓越成就。

在讲座主题一中，首先，Shadi Sharif Azadeh副教授强调了优化递送资源实时管理的重要性，微型递送服务作为一种可持续的即时交付解决方案，具有广阔的发展前景。然而，为了推广这些服务工具，我们需要提高它们的交付规划效率。这要依赖于对城市内需求分布的准确预测。精确、实时的需求模型对于提高这些系统的效率至关重要。

接着，Shadi Sharif Azadeh副教授介绍了组合优化方法和基于AI的方法在解决微型递送问题上的优势和局限性。她以送餐为例提到了一些挑战，例如在快递员短缺的情况下如何降低餐厅的排队时间，如何建立准确的骑手和消费者行为模型，以及如何在保证自行车道安全的前提下提供最佳路线建议。这些问题需要综合运用组合优化和人工智能技术，以提高微型递送服务的效率和可持续性。

Shadi Sharif Azadeh副教授的演讲引起了与会者的广泛兴趣，并激发了对微型递送服务未来发展的思考，现场讨论气氛热烈，学术氛围浓厚。

Yousef Maknoon是代尔夫特理工大学技术、政策和管理学院的副教授，同时也是轨道实验室的主任。他和他的研究小组致力于研究运筹学和交通行为信息学，并通过多学科方法应对运输和物流领域的新挑战。

在讲座主题二中，Yousef Maknoon副教授提出我们能否战略性地利用平台的环境影响来推动绿色和主动的交通选择，希望提出最适合城市中心的集成移动平台的策略。通过采用随机后悔最小化（RRM）模型的框架，对批评随机效用最大化（RUM）模型中的经典假设进行了讨论。他介绍了一种名为“边际诱骗策略”的新策略，旨在解决经典模型未能捕捉到的行为异常。此外，他还与多项罗吉特模型（MNL）和广义随机后悔最小化模型（G-RRM）进行了比较分析。目前的证据表明，这种新策略显著提高了客户满意度并考虑到上下文的影响。

最后，听众们积极参与讨论，进行了深入的学术交流和探讨，安琨教授对两位副教授来到我校开展学术报告表达了衷心感谢。Shadi Sharif Azadeh和Yousef Maknoon副教授的报告富有激情，内容精彩详实，极大激励了大家的科研兴趣和动力，让在座师生受益匪浅。至此，本次讲座取得圆满成功。