“带一只印有校名的杯子回国时送给老师，”这是葛冬冬教授向毕业生“讨”的谢师礼。斯坦福大学、沃顿商学院、卡内基梅隆、哥伦比亚大学、大学……书柜隔层开始放不下了。尽管运筹学在国内十分小众，但这位从斯坦福博士毕业回国教书的青年学者却集聚了这一领域的一流人才，让许多本科生有机会获得全，到世界名校深造。
葛冬冬，教授、博导，是上海财经大学交叉科学研究院院长、信息管理与工程学院副院长，他的研究涉及超大规模机器学习、统计学习、数学规划等算法设计和并行与分布计算平台开发，以及数据驱动的管理学问题研究，人工智能与管理学交叉领域研究等。他主持过多项国家自然科学基金、浦江计划等基金，担任多家国际期刊审稿人，参与过波音、谷歌、上海通用等知名公司的多个优化项目。他带领的交叉科学院团队深入帮助解决滴滴、顺丰、京东等知名大企业的技术难题。
葛冬冬很忙，致力于实现国际运筹学大师、导师叶荫宇教授和自己的共同心愿——为中国建设自己的优化求解器。
消费者指尖轻点下单，心仪的商品很快送到口，流畅的消费体验背后是电商技术的不断升级。这其中，海量包裹的分拣、投递是不小的难题，传统的人工方式无法满足互联网时代的消费需求，这个电商企业运营中最希望突破的问题之一，实际上也是学术研究中值得研究的内容。“用专业术语来说，这是一个百万级超大整数规划问题。它有多难？即使运用世界上最好的商业软件解决，一秒钟也只能解决很小规模的问题，只是几百个变量的问题，可能就要花几分钟。”葛冬冬说。
在某个巨型物流商搭建的智能无人仓系统里，希望通过人工智能和机器人来实现全自动来解决这个问题。机器人、托架、工作站做为一组工作关系，要互相匹配实现精准运行，已经非常复杂；而同时，在无人仓里所有机器人、托架和工作站之间要实现最大效应的联动，同时不能互相干扰、发生碰撞，运算难度更是翻倍增加。葛冬冬解释，“我们与企业联合开发了这套无人仓系统，最大效率匹配、均衡机器人活动区域、避免碰撞等每一步都运用了运筹学方法进行优化，最终实现了最优解决方案，让无人仓高效运转。”根据资料显示，一般的全自动的无人仓存储效率是传统横梁货架存储效率的5倍以上，并联机器人拣选速度可达每小时数千次，相当于传统仓库作业效率的5~6倍。“而我们搭建的智能系统，效率更要远远高于一般的全自动系统。”