9 月 21 日，浙江大学数智仿真与智能决策技术交叉研究中心主任王明征教授应邀莅临我校龙子湖校区，在 06C502 会议室为数学学院作题为《Harnessing Complex Logistics Route Planning Data for Shift Level Demand Forecasting with in large scalelogistics networks》的学术报告。报告会由数学学院院长周永卫主持，学院全体教师参加本次报告会，现场学术氛围浓厚。

报告会上，王明征教授围绕大规模物流网络下班次层级需求预测这一前沿科学问题展开系统阐述。他指出，物流需求具备高维度、强不确定性、时空动态波动等显著特征，现有图神经网络方法在处理此类时空问题时存在两方面突出局限：一是模型依赖均匀时间网格，与现实异步班次调度业务场景不相适配；二是未能充分挖掘路线专属元数据价值，难以适配复杂多变的物流运行环境。

针对上述技术瓶颈，王明征教授提出将时间异质班次重构为活动网络，完整保留路线特定元数据，依托路径规划数据开展需求预测；在此基础上介绍新型 EEAG 模型。该模型可有效捕获边信息、传导时空网络效应，减弱输入噪声对预测结果的干扰，大幅提升高波动物流场景下预测结果的精度与鲁棒性。王明征教授同时展示了该模型基于国内头部物流企业大规模真实数据集的验证效果，相关研究成果可为物流行业资源配置优化、运输路线迭代升级提供坚实的数学理论与算法支撑。

整场报告理论内涵深厚、工程应用导向鲜明，与会教师围绕报告内容开展充分交流研讨。本次学术报告引入了数学与物流工程交叉领域的前沿研究成果，进一步拓宽了我院教师的科研视野，对推动学院智能优化方向的科研创新与人才培养工作具有积极促进作用。（文/图 初审李冉冉 复审：张理涛 终审：周永卫）