2025年6月11日上午，由中央财经大学管理科学与工程学院主办的“大数据与管理科学系列讲座”在沙河主教407教室举行。清华大学张珂博士应邀作了题为《面向复杂约束的大规模车辆路径问题的神经组合优化模型》的专题报告。讲座由管理科学与工程学院唐昕迪老师主持，大数据管理与应用22级本科生、管理科学22级本科生及其他相关专业师生参加。

张珂博士的报告分为两个主要部分，分别围绕大规模车辆路径问题的神经组合优化模型及交通大模型的前沿发展趋势展开，深入探讨了人工智能技术在智慧交通与物流领域的最新进展与研究动态。

在第一部分，张博士首先指出，按需出行服务已成为现代经济活动的重要组成部分，提供高效可靠且快速响应的交通解决方案具有显著的社会经济效益。然而，传统的数学建模方法或启发式算法在实际应用中普遍面临计算效率与解质量的平衡难题。随后，他详细梳理了路径规划研究的传统方法及近年来兴起的强化学习算法，重点介绍了如何通过神经组合优化模型融合强化学习技术，高效解决大规模车辆路径问题。最后，张博士分享了其团队的最新研究成果，并对相关技术未来的发展前景与应用场景进行了展望。在第二部分，张博士则系统阐述了交通大模型的现状与发展趋势。他从大语言模型的技术特点出发，具体分析了交通领域中大模型的应用现状及潜在挑战，并进一步提出了交通大模型未来可能的发展路径与研究热点。讲座结束后，唐昕迪老师对报告进行了精炼总结，并组织现场互动环节，同学们与张博士展开了深入的交流与探讨。

本次讲座不仅使参会学生深入了解了深度学习与组合优化相结合的前沿研究领域，更有效促进了师生之间的学术思维碰撞与研究方法的深层次交流。通过聆听专家的最新研究成果与前瞻性观点，同学们有效拓宽了学术视野，激发了对智能交通、运筹优化等交叉学科的科研兴趣。学院希望同学们能够充分利用此次学术交流的契机，在未来的学习与职业发展中充分发挥自身优势，积极参与到人工智能与财经领域的交叉融合与创新实践中，为这一充满活力的研究领域贡献智慧与力量。

撰稿：许诗妍、唐昕迪

审核：刘志东