A Constraint-Aware Generative Framework for Synthetic Origin-Destination Demand in Logistics Networks
研究人员提出了一种用于物流网络中合成起讫需求的约束感知生成框架。该框架将需求建模为给定每个原点的目的地的条件分布，通过可微约束将运营指导直接纳入生成目标，并采用灵活的条件机制支持不同运营场景及网络配置演变。基于条件生成模型在工业真实履约和运输网络上的实验验证显示，该方法相比图神经网络基线提升了 16%，实现了 87% 的运营合规率，并能高效适应冷启动，适用于容量规划、网络设计评估和路由优化。