这是中国地质大学 UrbanComp 城市之光团队 在和鲸社区举办的「城市地理信息系统大数据分析 UGIS WORKSHOP」系列活动的第二期，旨在利用真实场景 Python 案例+作业练习，让你学得会、用得上，更好地应对 GIS 科研与应用挑战。

---

物流对城市的发展、运营以及经济增长至关重要。不断增长的客户需求和城市系统的复杂性是当前物流优化的两个挑战，而传统的启发式算法无法快速提供高质量的车辆路径规划方案。

本次 workshop 将使用武汉市的路网数据、一组包含客户点和物流中心的点数据，基于麻雀搜索算法（SSA）和模拟退火算法(SA)，带大家学习利用混合麻雀搜索算法（SA-SSA），解决考虑复杂道路网络的多仓库车辆调度问题。

核心挑战

1. 建模：如何结合交通流量、货物需求、仓储设施位置等因素，精确建立复杂城市系统的物流优化模型？
2. 模型调优：如何选择、应用最适合的优化算法，以快速、高质量地找到最佳解决方案？
3. 结果呈现：获得优化结果后，如何通过地图可视化、数据图表等方式有效地展现物流路径，并利用交互式分析让用户更深入地了解数据？

目标受众

GIS 相关专业低年级研究生

分享嘉宾

范云鹏 中国地质大学（武汉）研究生、Urban Comp 位置智能和城市感知团队成员

特别致谢

非常感谢中国地质大学地理与信息工程学院教授、博导 姚尧 老师对本次活动筹备与教案的宝贵建议！

交流答疑

• 对课件、作业有疑问：活动右侧讨论区发帖提问。提问保持信息充足、描述精准。我们会在两个工作日内跟进回复。

• 进群交流唠嗑：描下方二维码添加小小鲸微信号(kesci02)，回复“UGIS”即可等待方小鲸分批拉入群聊。

---

*本活动由数据科学开源社区和鲸社区@地理空间分析频道特别赞助，并由和鲸旗下数据科学协同平台 ModelWhale 全程保驾护航。