2020年12月17-18日，华为诺亚方舟实验室邀请国内外众多学者，举办了题为“学习优化：技 术动向与产业应用前景讨论研讨会”的学术交流会。本次交流会上，则优合一专家团队的秦虎 教授、张子臻教授和罗志兴教授受邀前往深圳华为本部进行交流。
本次会议主要聚焦组合优化问题。组合优化在大量的实际场景都有着广泛的应用，包括华为在 实际应用中也遇到了许多亟待解决的组合优化问题。绝大多数实际的组合优化问题都是大规 模的NP-hard问题。如何对于这些问题高效、高质量求解面临着很大的挑战。
近些年，机器学习技术在很多领域取得了成功，但在大量的优化问题求解中还未得到有效的利 用。如何运用机器学习，使其为实用组合优化问题求解算法带来效率和精度的跃升, 即学习优 化，成为新的研究热点。因此，华为本次邀请了学术界和产业界计算机科学、运筹学、计算 数学和运营管理等跨领域的学者和专家，分享专业观点与实践经验，并结合实际场景进行深入探讨。
> 中山大学的张子臻副教授分享了目前团队在启发式算法和机器学习上结合的成果。张教授从 VRP问题入手，简单介绍了目前常用的Branch and price、启发式算法、机器学习三种方 法，提出了利用机器学习预测问题+传统运筹优化技术求解的方法，并介绍了自己在Dynami c TSP、多目标优化的VRPTW等具体问题上的研究成果。
南京大学的罗志兴副教授分享了团队在精确式算法求解传统运筹优化邻域问题的重大突破。 罗教授针对一维装箱问题，提出在Branch and price and cut方法中引入VRP问题常用 中的约束不等式，跨邻域结合，最终得出超过目前最优算法的新型精确式算法。
> 会议中华为员工也分享了华为自身的许多研究成果，并介绍目前工业界面临的难题。相比于学 术界，工业界面临的实际问题更加复杂，往往是多种基本问题的结合，且比学术研究的问题 多了极多约束，因此在学术成果转化落地上有很大的gap。华为致力于引进高精尖人才研究实 际问题，取得了一系列成果，包括设计了一系列算法库、可视化软件，收集总结了一些列实 际问题、数据集。针对华为面临的一些列问题，例如资源的最优化配制、全程全网可视下的 支撑决策和动态调优、供应网络韧性和成本效率的综合平衡等问题，华为也热切的期待与学 术界展开更密切的交流合作。
本次华为的邀请是对则优合一专家团队的充分肯定。华为一直致力于与学术界合作以解决工 业界问题，这与则优合一团队的宗旨相吻合。团队将继续致力于学术成果落地企业，为中国 企业发展贡献力量。
