电子商务的兴起增加了城市运输和产品配送服务的数量，使城市物流成为企业和市民的一个重要方面。本论文由加泰罗尼亚大学(UOC)的Leandro do Carmo撰写，他毕业于该机构的网络和信息技术博士项目，并由互联网计算与系统优化(ICSO)的首席研究员Ángel A. Juan教授共同指导，互联网跨学科研究所(IN3)的研究小组、计算机科学、多媒体和电信学院的教授提出了一种新型的智能算法，以提高复杂和大规模活动的效率，如物流、运输和电信，涉及大量不断更新的信息。

“提高物流活动的效率不仅可以降低供应商的成本，还可以为市民提供更好的服务和更低的价格，并有助于缓解二氧化碳排放等环境问题，”do Carmo解释说。

算法已成功应用于人道主义物流

本文提出了敏捷优化(AO)范式，即能够快速处理大量数据以提高实时决策能力的算法。这种方法代表了一种与传统优化过程相关的新视角，传统优化过程通常假定条件不是动态的。“传统方法需要相当长的计算时间才能找到有效的解决方案。然而，一些应用程序需要在一秒钟内提供有效的解决方案。

根据ICSO的研究人员，这是一种新的算法，适应现实世界的动态和其条件的不断进化。“以货物运输为例，可以通过考虑新的交通和天气状况信息来优化路线。随着新数据的加入，AO算法可以适当地应用于这些需要系统实时重新计算和优化的环境中。”

这种新方法非常灵活，并结合了有偏差和随机启发式(能够快速运行)和并行计算。换句话说，它们可以在不同的并行子流程中运行，以实时生成可行的、高质量的解决方案。

在这篇论文中，这一新的范例成功地应用于人道主义后勤，其中急救物品必须紧急运送到灾区，以及电讯系统。“在这种情况下，设备每次更换位置时都必须重新连接电信天线，以保证向用户提供的服务质量。这种新方法将解决用户移动时需要频繁重新分配的问题。”

在COVID-19大流行的第一阶段测试的算法

具体来说，研究人员应用了旨在优化从家庭和企业收集产品以及向医院运送产品(如面罩)的物流的算法，这些产品是由志愿制造商在疫情开始时设计的，是冠状病毒制造者项目的一部分。研究人员do Carmo说:“我们因此解决了一个灾难情况的例子，在这种情况下，一些物品是急需的，必须尽快送到医院等急救设施。”“我们需要实时可行的高质量解决方案，因为每一秒都是拯救生命的关键。因此，算法被应用到电信系统中，当设备在地理区域内移动时，设备和天线必须有效连接。这必须是一个快速和有效的程序，以确保向用户提供的服务质量，”研究人员在谈到他们对抗击大流行的技术贡献时补充道。

本研究的下一步是将这些概念应用于共享交通方式的背景下，如拼车、拼车和拼车。优化这类活动的挑战之一是如何处理在旅途中添加的新用户，而车上已经有乘客了。这种新型算法的应用将允许线路计划实时更新，考虑到新乘客和现有乘客，缩短旅程，避免延误和中断，从长远来看，甚至可以提高人们的福祉。他总结道:“提高这些系统的效率也会对健康产生影响，因为通过减少运输时间，不仅用户和供应商受益于更低的成本和价格，而且人们的生活质量也因减少二氧化碳排放而得到改善。”