裴成是华中科技大学计算机系的一名硕士生，最近一直在忙着毕业论文，忙着签offer。他也没有想到，自己的一道算法，竟然在实践中证实比1991年的意大利科学家丹齐格提出的“蚁群算法”效果还要好。
“刚开始我只是一只菜鸟，只知道大数据处理系统内存怎么调优，资源怎么调度，但是不知道大数据还能这么玩。” 这是裴成在最近举行的天池同城配送规划算法大赛中作为较高排名队的获奖感言。
“蚁群算法”是算法是意大利科学家M.Dorigo（多里戈）在1991年发明的，2010年奥地利科学家G.Fuellerer将它应用于车辆路径问题。这一原理被用在物流配送规划中，可以帮助同城配送更好地安排人力和线路，节省运送成本。
打个比方，蚂蚁在觅食过程中，都会不断产生分泌物，假设每只蚂蚁的分泌物总量一定，那么路线越短的话分泌物浓度越大，会吸引更多的蚂蚁也来走这条路线。通过模拟蚂蚁觅食，反复迭代则可以找到最短的路线。
据说这是目前解决同城配送较好的方法，但这个方法被裴成抛弃了。抛弃经典，一方面来自于初生牛犊不怕虎的勇气，另一方面主要来自于自己不断尝试的精神。
“参加过几次阿里云天池数据大赛，刚开始是推荐算法比赛，我网上一搜到处都是协同过滤，尝试过，后来听别人说用规则建立评分模型，我也尝试过，看着大家都在建立特征用逻辑回归LR训练预测、群里天天谈论着随机森林RF、大家都在鼓吹GBDT神奇，我都一一尝试过。”裴成说他像神农尝百草一样，把每一个大家认为好的方法都试过，最后找到最适合问题的解决方案。
将“同城配送规划”命题转化为“据点共享”问题，这样可以减少路径经过据点的次数，让路径每次经过据点时能够承担更多的装卸货任务，也才能可以让成本更低。这便是裴成的逻辑。
打个比方，如果你是一名外卖送餐人员，客户要求在15分钟内送达，而发起此类需求的可能同时涉及5个外卖点、10个订餐客户，他们分别坐落在不同的街区，如果你必须每经过一个地方就停留一次，很有可能到达最后几名客户的时候，时间已经拖延很久了。
裴成据点共享的方法，相对于蚁群算法能更加容易避免陷入局部特出的方法，也就是说，在某些据点上，你可以不用去，系统会从全局考虑并安排此时此刻更适合去送餐的人。
事实证明，裴成的结果确实要比原有的蚁群算法好。这个算法产品化之后，预计能够6秒钟处理500个订单，能降低25%左右的配送成本，相比于目前阿里云交通和物流工作室现用蚁群算法模型提高了至少5个百分点。
原来送个盒饭还可以这么来干，不知道多里戈知道了会怎么想？
（推广）