🥳DOCS2025第一届“辽河杯”算法竞赛路径规划赛道获奖成果分享！

DOCS 第一届“辽河杯”数据驱动的复杂系统优化算法竞赛暨第七届复杂系统数据驱动优化国际会议于 2025 年 8 月 19 日至 21 日在山西太原闭幕。现同步开放路径规划（VRPTW）赛道部分获奖团队求解器源代码，欢迎感兴趣的读者、高校及产业同行验证、研究与教学使用。

目前，久章智能研发的智能调度算法已成功应用于航空物流和生鲜配送，欢迎有海外市场资源的合作伙伴与我们联系。

01 · 路径规划赛道获奖团队

第一届“辽河杯”数据驱动的复杂系统优化算法竞赛以“搭建交流平台、挖掘优秀人才、激发创新思维、解决真实问题”为核心理念，致力于推动数据驱动的复杂系统优化领域的前沿发展。本竞赛设置柔性流水车间动态调度问题和带时间窗的车辆路径规划问题两个赛道。以下是此次路径规划（VRPTW）赛道的获奖团队及其算法概述，部分团队已开放求解器源代码。

1 · 基于变角交互的旋转增长式优化算法（二等奖）作者：王威指导老师：沈吟东

所属单位：华中科技大学人工智能与自动化学院

概述：VIRGO是针对任意规模VRPTW问题的通用解决方案，旨在突破问题规模对传统算法的限制。该算法采用聚类分解生成初始解，并采用角度旋转扫描对当前解进行迭代分解和改善，其中，子问题扇区自适应变化，并强制相邻扇区重叠以避免陷入局部最优。

2 · PyVRP算法的增强版本（二等奖）

团队成员：丁航、李航江、陈柏松、董广成指导老师：罗茂所属单位：湖北工业大学

源代码：https://github.com/FSQH-dh/EPyVRP

概述：本算法基于 PyVRP 框架，结合了多臂赌博机（Multi-Armed Bandit, MAB）改进父代选择，并采用岛屿模型（Island Model）进行并行求解，以提升求解效率和解的质量。本算法为确保在满足容量和时间窗约束的前提下，最小化使用的车辆数量，分为寻找最小车辆和优化距离两阶段。

3 · 并行多策略子问题分解HGS求解器（三等奖）团队成员：吕昊泽、郑祖彬指导老师：刘晟材

所属单位：南方科技大学

源代码：https://github.com/0SliverBullet/DOCS2025-VRPTW

概述：并行多策略子问题分解HGS求解器，其主体框架是混合遗传搜索（Hybrid Genetic Search, HGS），这是一种在组合优化问题中表现稳健的元启发式算法。然而，传统的混合遗传搜索算法在处理大规模的VRPTW问题时，容易陷入局部最优，后期搜索效率降低。

4 · 两阶段混合搜索算法（三等奖）

团队成员：陈仕广、孟熙尧、杨奇隆、袁荣耀指导老师：丁俊文

所属单位：华中科技大学计算机科学与技术学院

源代码：https://github.com/7YZ7/LHB-VRPTW

概述：团队提出了一种有效的启发式算法来解决具有时间窗的车辆路线问题。在本次辽河杯竞赛中，第一优化目标是减少总车辆数，在车辆数最少的前提下寻找路径最短的方案。因此，本算法主要分为两个不同的阶段。其中，第一阶段利用客户惩罚和弹射池（EP）减少路径数量，在求解过程中应用了路线加权的技术。第二阶段在第一阶段求得的最少路径数的基础上进行混合遗传搜索，引入了顺序交叉算法（OX）、边组合交叉方法（EAX）以及选择性路线交换（SREX）三种交叉算子，利用这三种交叉算子进行混合遗传，并在生成的子代个体中进行局部搜索，从而在固定车辆数的前提下降低车辆的总路径长度。

5 · 混合遗传算法（三等奖）作者：黎杨指导老师：沈吟东所属单位：华中科技大学

概述：这是一个深度集成局部搜索的混合遗传算法(HGS, HybridGeneticalgorithm incorporated local Search)，旨在高效求解带时间窗的车辆路由问题(CVRPTW)。