智慧工业优化实验室研究方向及研究案例解析

 研究方向：

1.1 物流与供应链智能优化技术

对物流与供应链中产品打包装箱、产品需求和流量分配、物流跟踪与路径规划等关键技术问题开展研究。

• 研究物流与供应链的产品打包、装箱优化问题，对包装盒尺寸进行维度分析和优化设计，采用运筹学与组合优化理论，面向产品打包、托盘运输和集装箱装箱过程，研发新颖的优化方法，提高产品打包装箱效率和集装箱空间利用率。
• 研究物流与供应链的产品需求和流量分配优化模型，设计基于集合顾客需求和产品分组聚类技术，基于历史订单数据提高需求预测准确性和减少需求波动负面影响；优化产品流，提高库存精准控制，提高配送效率；优化物流设施站点数量与位置，在满足不同服务水平下，实现供应链网络运营成本最小化。
• 研究物流跟踪与路径规划模型，基于多源异构数据处理技术对海量交通物流数据进行处理，采用物流链刻画技术对采集车辆、货物在途基础数据等交通运输全流程进行跟踪管理，提供沿途交通、道路状况信息。
• 研究基于深度学习模型的路径规划，为供应商和收货方提供货物在途状态和预计到达信息。

1.2 智慧物流仓储与运营技术

智慧物流仓储与运营是智慧物流发展的核心阵地。

• 研究智能仓储管理系统，包括网络云仓平台总体架构设计，云仓储环境下各子系统的协同技术，网络云仓平台多级仓库控制技术和订单管理技犬。
• 研究货物利用与监测技术，基于物流枢纽货流数据，探究物流空间联系格局,采用时空地理加权回归模型分析运输条件和仓储条件对物流空间差异的作用系数时空变化情况，实现物流仓储与运营过程的数字化、信息化及智能化，打造定制互通的物流仓储管理和智能运营系统。
• 通过“互联网仓配服务网络+云计算+运营管理服务”，创新国内仓储物流服务的新模式，打造中国领先的产业互联网综合服务平台，构建开放式、数字化、智能物联的仓储产业生态网络。

综上所述，研发物流管理与供应链的智能优化及调度技术，打通物流运输产业链，包括产品装箱、供应链网络、仓储管理和智能运营监测，形成现代物流管理与供应链网络优化方法，创新引领物流产业融合发展的物流生态链智慧组织与管理模式，是实现物流与供应链的成本效率可持续化发展的关键。该项科研成果与技术可应用于零售企业、电商平台、制造企业、物流企业、供应链企业等。

应用举例

这些研究成果在许多世界知名企业和机构进行了实际部署和应用落地，包括应用材料公司（Applied Materials）、飞利浦集团（Philips）、麦德龙集团（Metro Group Buying）、香港商品交易所（HKMEX）、新加坡航空公司（Singapore Airlines）、新加坡港务局（Port of Singapore Authority）、都乐集团（Dole）等。以下列举几个典型的应用案例。

• 为应用材料公司开发了一套物流供应链和网络库存优化系统。该系统包括产品包装盒维度分析和尺寸优化、产品在包装盒、托盘和集装箱上的装箱和堆放优化、库存管理优化以及物流和供应链网络优化等。该系统每年可为应用材料公司节省20%的运费成本，降低10%的库存成本，每年节约成本约4000万美金。

图1 物流供应链和库存管理优化系统（应用材料公司）

• 为世界五百强企业飞利浦电子在亚太地区开发了一套基于Web的竞标优化和战略采购系统平台（Bid Optimization Sourcing System，简称BOSS系统）。如图所示，该平台由整箱接货、拼箱接货、货运和快递、加拿大货运、北美货运和欧洲货运等子系统组成。该平台已经成为飞利浦电子全球采购中所有战略运输合同的平台，帮助飞利浦处理整箱、拼箱、空运、航空快递和欧洲货运中的所有采购流程。该项目成果分别在2006年获得飞利浦创新奖（Philip’s innovation contest）和人工智能创新应用奖(AAAI Innovation Applications)，并在2008年和2009年入围Franz Edelman半决赛。目前， BOSS系统每年为飞利浦处理的订单总金额约为10亿美元，每年可为飞利浦节省约1亿美金的采购成本。另外，麦德龙公司也购买了BOSS系统的物流优化引擎，每年为其节约2000万欧元的物流成本。

图2 竞标优化和战略采购系统平台（飞利浦、麦德龙等）

• 为世界五百强企业麦德龙集团（METRO Group Buying）衍生并定制了一套商业价值优化模型。该模型确定不同部门和工作流程的各种KPI，包括供应商比例、周期、准时运输服务、产品质量、进口策略、团队合作、系统性能等，确定了这些指标之间的联系，找出关键指标并将其与财务指标联系起来，确定并提出预测性和规范性分析以管理和改进这些指标，以改进公司的业务流程帮助麦德龙进行转型升级。

图 3商业价值优化模型（麦德龙集团）

• 为中国五百强企业海信集团实现了产品整合和分配系统，对供应链网络进行了优化。该系统分析了产品整合和分配业务过程中存在的工厂模具产能，卡车运输成本，产品的市场需求等关键因素，将问题建模为多商品网络流模型，并通过高级网络流算法进行求解，根据需求向工厂优化产品分配以最小化道路运输成本。该系统将产品的平均分配时间从三天缩短至一分钟，每年约节省1000万人民币物流成本。

图4 产品整合和分配系统（海信集团）

本文来自【智慧工业优化实验室】，转载请注明出处。