大家搭乘交通運輸工具的時候，是否曾對時刻表感到不滿意？埋怨著應該怎麼調度、轉乘就可更順暢了！然而這並不如表面看到的那麼簡單，從使用者的角度看到的只是一個面向，其實整個系統要考慮的變因非常多。

雖然有人認為這種安排需要有經驗的人才能做得好，但有門學問「作業研究」卻可以把這些真實世界的問題轉換成數學模型，然後運用適當的演算法找出最佳解，做為決策的參考。成功大學土木工程學系李宇欣教授就是這方面的專家。

李教授的研究計畫看似多元，有港口的船席指派、有收集廢棄物的環保車的路線規畫、有鐵路的時刻表、有公路線形的設計、還有貨櫃場的管理等各式各樣的應用。然而這些背後的數學模型，都同樣使用作業研究的技術。

船入港的時候要跟港務局申請，經核准後便能獲得船席指派到岸邊停泊。這樣的指派工作若安排得好，就可以提升港口的使用效率。若安排得不好，除效率變差之外，還可能衍生糾紛。高雄港在嘗試把這項工作自動化的過程中，曾經以資訊技術處理，但成效有限。後來財團法人資訊工業策進會與李教授合作，由李教授發展這系統的核心數學模型，資策會再發展相關的資料庫、使用者介面、報表等，並且與高雄港既有系統連結，因而順利達成目標。

後來他們又繼續合作，協助一家環保公司規劃收集客戶垃圾的路線。他們發展的系統可幫業者省下25％的成本，原本使用11輛車，如果採用他們的系統僅需要7輛車。以每輛車4百萬元的購置費用，再計算停車空間、油料、司機、車輛保養等成本，省下來的經費相當可觀。

火車時刻表的編排是很複雜的，而這項工作的自動化，是李教授研究團隊下一個挑戰的目標。未來高度自動化的火車時刻表編排系統，不但能幫助營運單位快速編排高品質的時刻表，且能在先期決策階段就及早提供很重要的參考資訊。

這些不同的領域有相同的處理步驟。一開始要先深入了解領域知識，像在船席指派的案子中，李教授親自訪談包括港務局工作人員、船公司、引水人等不同角色，了解各類人員的想法。他也實際觀察現場情況，聽一聽大家爭執的關鍵，還要能領悟到某些吵架的內容體現著數學模型該有的重要精神。

領域知識的累積到環保公司的路線規劃又得從頭開始，實際派人去跟車觀察，了解收垃圾的流程，測量定點收集垃圾的時間等變數，還要了解老闆與員工的想法。研究火車時刻表的問題，面對的又是高度專業的鐵路系統，這沒有捷徑，還是得一步一腳印地觀察、討論與學習。李教授花了近10年才累積到足夠的領域知識。

接下來就是建立數學模型，把各項變數條件串在一起寫成一條條的數學式，有的計算成本，有的計算時間，還有一些是空間條件的限制。這是一個抽象化的過程，如果遇到一個很複雜的情況，數學式則可能多達上萬。最後還要針對所寫出的式子採取適當的演算法來求解，若數學模式太複雜，則須拆分成幾個子模型來處理。

李教授表示，經由作業研究得到的結果，最大的價值在於能很快地根據條件，排出幾個不同的方案提供決策者參考。如果老闆很在乎營運成本，可以採用甲版本；如果比較在乎基層人員注重公平性的想法，可以採用乙版本；或者打算拉一個新客戶進來，就可根據其地點位置，估算跑一趟是否划算。如果使用人工安排，很難有這麼快又考量不同的幾個方案出來，因此更能凸顯作業研究可快速提供有價值的資訊，以成為決策輔助的工具。

此外，用作業研究來輔助決策的同時，這過程也對該領域知識做了很好的整理，讓組織中經驗的整理、傳承，以及詞彙的定義都可標準化，使得這些組織的知識不僅放在一個有經驗人的腦中，且是逐條用數學式描述出真實世界的情況，讓新人很快學習到重點。