供应链优化算法交易模式研究和探索

摘要

随着人工智能、大数据、物联网、云计算等新兴科技发展，全球产业链正经历深度重构，同时受疫情影响，短期过热的海外市场需求将在国外经济滞胀背景下受到抑制，短期增长动力减弱。面对复杂变化，中国企业需要向智能化转型升级，走出新增长曲线。智能化的实现是一个逐级推进的复杂工程，涉及设计、生产、物流、销售、服务等产品全生命周期，强调数字化、信息化和智能化，强调端到端的拉通，强调横向与纵向协同。在信息化和数字化建设的基础上，以“机器学习+运筹优化”等多种智能技术深度融合，实现了从数据到信息、知识、决策的转化，挖掘数据潜藏的意义，摆脱传统认知和知识的边界，为企业提质增效、释放生产潜能，打造企业“决策大脑”，助力企业降本增效，是企业数字化转型的目标之一。Gartner预测，到2023年，超过33%的大型机构将采用智能决策的实践。

在新技术的推进与利用上，学术界和产业界既有共性，也有差别。产业界对技术的应用与价值转化的期待更为迫切。高校是我国计算机专业人才最为重要的培养和输出载体，但校企双方在商业项目、实践实训、专业共建与课程开发方面还面临合作难点。将科研落地到产业，往往需要技术转移机构牵线搭桥，而我国缺乏这种能有效对接科研和企业流水线的第三方。

本研究团队在运筹优化及人工智能领域具有深厚的研究基础。包括物流商业价值模型分析建模，货物保障需求的季节性变化、运输船的集装箱堆放、多港口序列的货运收入管理、货物运输网络优化、自由贸易协议等，基于运筹学与供应链优化理论研究和开发新的方法与技术，用于分析解决各个领域中需求生成和供应管理中的复杂问题，将数学理论成果开发成有效的算法、程序和系统，并将其应用于解决实际问题，并将组件、应用程序和产品有效地集成到现有业务流程的系统中，以促进有效的信息交换和全局优化，并研究设计模式、软件架构、信息交换和集成，增加系统鲁棒性，成为强大工业级稳健系统，最后将这些系统整合成生态系统，以相互促进，并在各大公司和机构部署实施和落地应用。

在与企业深度合作的过程中，孵化出了“求解器应用与交易平台”概念：

“求解器应用与供应链优化算法交易平台”提供一个开放的平台，为供算法研究人员与企业沟通搭建了一座桥梁。通过本平台，算法领域专家能将自己的算法提交到平台上，企业也通过平台上的算法，解决本企业的问题，造就一个双赢的局面。

行业痛点

全球的大学在科研上都投入巨大：全世界大学大约有4.5万所，科研人员数量庞大，产出了大量的论文、专利等科研成果。

同时，企业面临智能化转型。在全球产业链深度重构的大背景下，智能化成为当务之急。企业需要一个“决策中心”，以全局优化为目标，来实现企业综合收益的最大化。

在计算机领域，研究人员最大的痛点就是为了保护自己的知识产权，尽管近些年开源呼声很高，但还是有很多人不愿意将自己的代码贡献出去，毕竟这是他们耗费很多时间和精力才研究出来的，他们也不想无偿的贡献出去，但是代码不公开，也无法发挥它的价值，研究人员也希望能有一种方法，在能保护代码的前提下，还能运行代码，供其他人使用，并能产生收益。

企业无法解决业务中存在的难题，或者是无法以最好的算法解决问题，对于一些中小型企业，它们没有足够的成本去求解某些算法难题，因为聘请一些领域内优秀的算法专家或者建立一个算法团队过于昂贵，导致无法扩展公司的业务。

需要有一个平台，来为研究人员与企业搭建一个沟通的桥梁。这样一方面可以促进科研的发展，另一方面，促进最先进的研究成果落地到企业，推进社会生产力的发展，打造一个双赢局面。

平台简介

“求觖器应用与供应链算法交易平台”，提供一个算法交易的场所，同时也可以促进算法的研究、提高研究者的技能，通过提供课程和其它形式的知识传递，来培养更多的算法专家。

图 算法交换平台总览

Opt优化求解器技术方案分为黑盒优化、在线优化二大类，对应待求解问题不同的可量化难度。

1.黑盒优化

主要针对代码的不可见性。平台方和使用方无权限看到，只拥有一个执行文档。可用于强化学习策略搜索、工业冶炼方案设计、计算资源额度预算优化等。

2.在线优化

面向包含未知信息的现实世界系统，在系统运行中进行优化。适用于线上的装箱优化系统，如....(需要讨论)

3、线下优化

图 通过区块链存证

产品策略

推动求解器应用国产化

在运筹学里，对于数学规划求解器的定义是，针对多种已经建立的线性、整数及各种非线性 规划模型，进行算法优化的求解器，可以看作一个“黑盒子”软件系统。

在过去三十余年的发展中，世界领先的商业求解器掌握在 IBM 等企业及财团手中，这也让美国、英国等国家在求解器研发领域保持了领先地位。

我们实现该求解器平台，是希望更好地推动国内求解器的落地应用。并通过从校园开发延伸到商业应用，加快市场应用的节奏。

求解器里很多基础的软件，例如操作系统，数据库，仿真系统。这些基础性的软件，它难并不是难在数据上，这数据其实是有的，算法基本框架也有，但中间有很多实现的困难，需要经验和能力去设计好框架，也需要清楚知道细节。

求解器国产化的另一个重要原因是，在一些军事，基础设施领域里，例如航空、电网运行，使用国产求解器意味着更加安全，当遭遇贸易摩擦等不可抗因素时，对于这些领域涉及的企业，可以拥有更多选择。

另外，国产化后，国内的企业可以根据自身的问题进行定制化设计。由于不了解国外求解器系统，此前许多企业遇到许多特定问题时，常常得不到最好的答案。平台可以根据企业的特殊问题，进行定制化选择。

切实解决企业核心问题

求解器提供了一个动态规划算法系统，帮助企业解决面临的核心问题。求解器在电网，航空，物流等领域也能发挥巨大的作用。例如，电网中的机组组合优化，调度优化，无功优化，甚至现货市场的计算，核心算法基本都需要求解器来驱动。再有就是航空中的飞机，飞行员，空乘的日常排班，基金情况下排班的调整和重新规划。物流中，送货路线和车辆的的调度和规划，多行业中服务人员的日常路线规划等，都是求解器传统上可能发挥重要作用的领域。

举例来说，超大工厂的排产排程问题，往往会面临着庞大的系统之间生产资源和产能的分配和协调，零部件会大到数万种，车间几百个，生产规划又会需要对未来数周精确到小时级别做规划。又比如，在打车系统中当乘客发出要车请求，把这位乘客分配给哪个司机，是选择区域最优，分配给离得最近的实际，还是还是做到动态最优？在已知未来几个小时，会有一场演唱会结束，可以预见演唱会周围的地区的用车需求会增加，那么现在的这个乘车请求，在整个城市范围内如何通过决策实现一个均衡状态，让所有人的满意度尽可能地最大化？

这些问题的解决可能需要一个大的动态规划系统来建模，而最后的求解，往往需要求解一个线性整数规划来逼近。求解器就提供了这样的一个计算系统。

本文来自【智慧工业优化实验室】，转载请注明出处。