我国是港口大国，世界十大集装箱港口中七个在我国。作为连接各大港口和我国广袤腹地的桥梁，港口物流公司的运营管理水平的不断优化对进一步提升我国港口物流行业的整体效率以及国际竞争力具有重要意义。
在国家自然科学基金项目（批准号：72025103）的资助下，上海大学镇璐教授团队与企业合作者针对面向港口物流的进出口集装箱运输调度问题开展了系统研究。区别于文献中经典的“带同时取货送货与时间窗的车辆路径优化问题”，该研究考虑了很多现实因素，比如，每个集装箱和里面的货物都需要单独考虑其“取”和“送”的过程以及其相应的时间窗限制，以及针对大型货运车辆的交通限制等。该研究采用数学规划方法论建立了混合整数规划模型，并结合问题和模型特点设计了一种基于回溯搜索的定制化求解算法。该研究所提出的新方法可以帮助降低物流企业在一些复杂运营活动背景下，优化其运输车辆的路径，进而降低运输成本、减少延误送达的订单数量。相关成果以“云丰公司面向港口堆场与腹地间集装箱运输调度（Container Transportation Scheduling Between Port Yards and the Hinterland in Yunfeng）”为题，于2022年6月发表于《运筹学和管理学研究协会应用分析期刊》（INFORMS Journal on Applied Analytics）。论文链接：https://doi.org/10.1287/inte.2021.1102。
研究成果作为智能决策模块集成在云丰国际物流公司的调度系统中，主要针对该公司面向港口空箱/重箱堆场和客户仓库之间的“门到门任务订单”和“仓库任务订单”进行基于数学模型的集卡调度优化决策。相较于公司之前所采用的手工决策方式，本研究所提出的基于数学规划模型的新方法可以帮助该公司明显减少物流人员和运输车辆的使用，为公司节约运输成本约13.28%；同时，延误送达的任务订单数也明显减少，进而帮公司每年节省延误损失（成本）约50万元；另外，物流调度人员的需求数也减少为以前的三分之一，带来了人力成本的明显节省。数学优化所带来的运输路径总长度的缩短也带来了车辆运输过程中碳排放的减少。上述研究为港口物流企业在数智化转型与双碳目标导向背景下企业管理水平提升提供了一种新的路径和案例。