01
建設高效物流與供應鏈面臨不確定環(huán)境下多層級復雜決策的挑戰
中國作為疫情中唯一保持正增長(cháng)的全球主要經(jīng)濟體以及全球產(chǎn)業(yè)鏈中重要的制造業(yè)大國，2021年gdp總量達到114.4萬(wàn)億;其中物流行業(yè)保持了高景氣度，2021年社會(huì )物流總費用達到16.7億元，保持了2%的同比增速。中國物流行業(yè)持續景氣，行業(yè)現代水平持續提升，但與發(fā)達經(jīng)濟體相比，國內行業(yè)龍頭的營(yíng)收占比仍處較低水平，在效率和成本上仍有極大的優(yōu)化空間，這也是物流科技需要發(fā)力的重要方向之一。尤其在行業(yè)數智化浪潮的推動(dòng)下，解決物流與供應鏈建設過(guò)程中普遍存在的信息不對稱(chēng)、供需不匹配、資源未達到最優(yōu)等痛點(diǎn)現狀問(wèn)題已勢在必行。
運籌學(xué)是一門(mén)利用優(yōu)化、概率統計與算法等數學(xué)與計算機科學(xué)工具對生產(chǎn)制造、企業(yè)運營(yíng)、金融經(jīng)濟等眾多領(lǐng)域中的問(wèn)題進(jìn)行建模求解，從而達到降低成本與提高效率等目的的學(xué)科。它是智能決策的理論根基。其中傳統的概率統計以及如今受到廣泛應用的人工智能算法，能夠利用歷史數據(歷史需求、歷史價(jià)格等)與輔助數據(天氣、新聞、微博熱搜、行業(yè)數據等)，相對準確地估計供給與需求等物料信息以及成本價(jià)格等金融信息，為決策模型提供可靠的輸入。所以，運籌學(xué)對于解決物流與供應鏈行業(yè)的供需匹配、資源優(yōu)化的相關(guān)問(wèn)題具有非常重要的作用。
應用運籌學(xué)建設智慧物流的主要挑戰，在于對環(huán)境不確定性的準確估計、搭建滿(mǎn)足現實(shí)場(chǎng)景的模型、大規模模型的快速求解、全局最優(yōu)解的獲取等。以電商快遞為例，需求的時(shí)空分布非常復雜且不平衡。在考慮到節假日、特殊購物節、疫情沖擊等事件的影響下，難以對全國乃至全球未來(lái)的需求做出準確估計，因而難以提前對物流資源做出準確規劃。
除此之外，搭建滿(mǎn)足現實(shí)場(chǎng)景的模型非常困難。首先，現實(shí)問(wèn)題所需達成的目標是多元的，甚至是沖突的。例如在對電商快遞路由做規劃的時(shí)候，要考慮到最小化倉儲、運輸、人力等成本，同時(shí)最大化滿(mǎn)足時(shí)效要求等多個(gè)目標。其中高時(shí)效必然與低成本產(chǎn)生了沖突，決策者需要在諸如此類(lèi)沖突的目標之間做出權衡。其次，現實(shí)問(wèn)題中需要滿(mǎn)足的約束也多種多樣。例如在購物節前，不同城市卡車(chē)司機數量和質(zhì)量(路線(xiàn)熟悉程度等)隨機的情況下，我們需要提前調度多少數量的卡車(chē)和司機在各大城市待命，才能在滿(mǎn)足時(shí)效需求的前提下，盡可能減少空閑資源的浪費。
模型的搭建也需考慮到求解的效率以及能否獲得全局最優(yōu)解等問(wèn)題。以順豐為例，其擁有超2.1萬(wàn)個(gè)自營(yíng)網(wǎng)點(diǎn)，近400+中轉分撥中心、站點(diǎn)，超9.5萬(wàn)自營(yíng)及外包車(chē)輛、13萬(wàn)條干支線(xiàn)。如此龐大的數字放在模型當中帶來(lái)的是上百萬(wàn)個(gè)決策變量、過(guò)千萬(wàn)條模型約束等。即使是一個(gè)最簡(jiǎn)單的線(xiàn)性規劃模型也需要相當時(shí)間求解，更不用說(shuō)一個(gè)如上文所述滿(mǎn)足現實(shí)場(chǎng)景的模型。除此之外，復雜的模型也會(huì )導致無(wú)法獲得全局最優(yōu)解，且得到的決策與最優(yōu)決策之間相去甚遠。
此外，在搭建好一個(gè)能準確描述現實(shí)場(chǎng)景的模型后，需要有能在相對較短時(shí)間內準確地求解模型的算法。一些經(jīng)典的模型往往得益于其簡(jiǎn)潔性，能快速得到精確解;但是由于其過(guò)于簡(jiǎn)化問(wèn)題特征，導致與現實(shí)場(chǎng)景相距甚遠，無(wú)法直接應用，例如庫存管理中的報童模型。因此，我們往往在為具體問(wèn)題設計了針對性的模型之后，還需要設計出針對性的求解算法，才能將解決方案真正的落地。
02
運籌峰會(huì )集產(chǎn)業(yè)界與學(xué)術(shù)界眾家之所長(cháng)探討次世代智慧物流建設
順豐作為物流與供應鏈行業(yè)的領(lǐng)先者，在科技建設與業(yè)務(wù)變革中，預見(jiàn)到未來(lái)科技力量將更深刻地影響物流與供應鏈行業(yè)的發(fā)展，而運籌就是其中非常重要的技術(shù)方向之一。而促使前沿技術(shù)更好地發(fā)展并真正推動(dòng)引領(lǐng)行業(yè)的變革，不僅需要企業(yè)的關(guān)注，更需要整合產(chǎn)學(xué)研各方優(yōu)勢與資源，通過(guò)產(chǎn)學(xué)研良性生態(tài)打通從理論研究到產(chǎn)業(yè)應用的橋梁。
近日，由順豐科技舉辦的運時(shí)·籌策2022運籌優(yōu)化領(lǐng)域技術(shù)交流峰會(huì )中，來(lái)自產(chǎn)業(yè)界和學(xué)術(shù)界的多位專(zhuān)家與教授們通過(guò)大量精彩的案例，深入探討了包括物流網(wǎng)絡(luò )規劃、車(chē)輛路徑規劃、裝箱問(wèn)題、無(wú)人機調度、航空調度、數字化工程與物聯(lián)網(wǎng)等多個(gè)話(huà)題。順豐集團cto兼順豐科技ceo耿艷坤表示，近幾年，順豐一如既往地重視科技投入，本次峰會(huì )就是一次很好的契機，讓順豐科技以豐富的實(shí)戰經(jīng)驗和技術(shù)積累為觸點(diǎn)，攜手行業(yè)專(zhuān)家、高校學(xué)術(shù)力量，共同探討物流與供應鏈行業(yè)在科技助力變革與智慧決策中的更大的遠景和價(jià)值。
運籌or帷幄，贊19
首先從產(chǎn)業(yè)視角出發(fā)，來(lái)自順豐科技、百威英博集團、畢馬威中國的四位行業(yè)專(zhuān)家分享了當前產(chǎn)業(yè)的發(fā)展現狀、挑戰以及未來(lái)的趨勢。
順豐科技機器學(xué)習總工程師高磊分享了運籌優(yōu)化在順豐物流業(yè)務(wù)的應用。目前，順豐的智能決策體系端到端覆蓋了物流中收、轉、運、派的各個(gè)環(huán)節，并形成了感知、決策、執行的智能化營(yíng)運閉環(huán)。他通過(guò)電商節網(wǎng)絡(luò )規劃、物流車(chē)輛支線(xiàn)規劃、中轉場(chǎng)物資調撥三個(gè)具體案例，分享了在模型的數據規模超大的前提下如何進(jìn)行快速求解等問(wèn)題的應對策略與算法創(chuàng )新。在技術(shù)理論應用于實(shí)際產(chǎn)業(yè)過(guò)程中，他認為定義問(wèn)題有時(shí)比解決問(wèn)題更加關(guān)鍵，此外數據的質(zhì)量、權衡多個(gè)目標、指標體系的搭建與反饋、實(shí)際作業(yè)中的不確定性等方面也對具體的落地效果具有較大的影響。
除了物流場(chǎng)景，供應鏈也是泛運籌相關(guān)技術(shù)應用一個(gè)重要的方向。順豐科技大數據解決方案專(zhuān)家陳秋麗分享了運籌學(xué)在順豐為to b企業(yè)客戶(hù)提供大數據決策的智能服務(wù)中的應用，例如倉網(wǎng)規劃、庫存補貨、線(xiàn)路規劃等，同時(shí)她也分享了在這個(gè)過(guò)程中對于技術(shù)在具體產(chǎn)業(yè)應用中落地的思考。她認為算法必須要先有數據才能計算，但是算法應用不是必須要數據完整了才能應用。算法只是一種解決問(wèn)題的工具。一個(gè)好的基于數據智能的解決方案，應該是一個(gè)可執行落地的方案。大數據智能助力企業(yè)成功的因素不僅有算法、系統以及配套的業(yè)務(wù)流程與設備，更需要沉淀數據的應用能力、認可數據的應用價(jià)值。
數字化供應鏈對于具體應用的實(shí)體生產(chǎn)的企業(yè)意味著(zhù)什么?來(lái)自百威英博集團apac供應鏈數字轉化轉型技術(shù)顧問(wèn)陳治珍分享了她對于供應鏈數字化轉型的思考。在供應鏈數字化轉型的過(guò)程中，主要遇到了包括管理和技術(shù)兩個(gè)層面的挑戰。從管理維度而言，數字化轉型最終輸出的巨大的價(jià)值背后往往蘊含著(zhù)大量“冰山下”難以立刻看到價(jià)值產(chǎn)出的工作，例如數據的采集、標準化等工作，這需要不斷與各個(gè)相關(guān)方明確數字化轉型各個(gè)階段投入與產(chǎn)出的預期，以長(cháng)期主義對待數字化轉型;從技術(shù)維度而言，找到可以匹配現有工藝流程的、應用效果更好的算法、模型，也是需要業(yè)界與學(xué)界共同不斷突破的方向。此外，她還分享了機器學(xué)習、數字孿生等技術(shù)在百威英博集團的實(shí)戰案例。
數字化有效帶動(dòng)了生產(chǎn)型物流供應鏈的管理模式改善，而對于數據化的管理探索、智能決策將持續備受企業(yè)關(guān)注。畢馬威中國區供應鏈咨詢(xún)負責人陳蔚健進(jìn)一步分享了供應鏈數據分析與應用在實(shí)際場(chǎng)景中的優(yōu)勢。通過(guò)數據收集、數據診斷、驗證分析等方式，實(shí)現供應鏈從線(xiàn)性到網(wǎng)狀的全渠道管控;同時(shí)通過(guò)信息流的打通，實(shí)現企業(yè)協(xié)同和科學(xué)決策，解決了行業(yè)普遍存在的上下游信息不對稱(chēng)，數據滯后、運營(yíng)指標口徑不統一等問(wèn)題;此外，通過(guò)智能算法應用，實(shí)現產(chǎn)銷(xiāo)協(xié)同的智能化。
而對于未來(lái)在運籌加持下的物流與供應鏈探討，大家把目光投向了學(xué)界大咖分享環(huán)節。在本次峰會(huì )中，來(lái)自國內5所運籌領(lǐng)域頂尖院校的教授，分享了運籌在包括航空調度、公路運輸路徑規劃、集裝箱聯(lián)運以及無(wú)人機調度等方面的研究與思考。
現實(shí)物流場(chǎng)景中，城市配送無(wú)人機物流屬于新興領(lǐng)域。其在訂單時(shí)效要求高，人力有限、配送距離遠、地面交通復雜的問(wèn)題上具備一定優(yōu)勢，但同時(shí)也面臨著(zhù)挑戰。浙江大學(xué)管理學(xué)院周偉華教授基于實(shí)際落地場(chǎng)景以及研究成果，為我們分享了城市快速物流無(wú)人機調度系統的普遍應用特征，如大規模問(wèn)題的實(shí)時(shí)求解、無(wú)人機航線(xiàn)規劃及站點(diǎn)的選擇、以及安全性問(wèn)題等。通過(guò)對城市配送業(yè)務(wù)全流程拆解，基于訂單驅動(dòng)的無(wú)人機調度模型，周教授結合兩組歷史數據及仿真系統測試的案例，充分驗證了物流無(wú)人機調度系統的落地可能性和潛在優(yōu)勢。對于無(wú)人機未來(lái)運輸模式的展望，他表示，未來(lái)5年也許我們將迎來(lái)從2d到3d的立體交通體系，屆時(shí)運籌優(yōu)化、計算機、ai等技術(shù)將變得更為重要。
中歐經(jīng)貿關(guān)系是世界上規模最大、最具活力的國際經(jīng)貿聯(lián)系之一，中歐貨運網(wǎng)絡(luò )的建設與運營(yíng)是“一帶一路”倡議的重要建設內容，具有大量的場(chǎng)景值得研究。來(lái)自同濟大學(xué)交通運輸工程學(xué)院和城市交通研究院的謝馳教授立足于中歐集裝箱多式聯(lián)運，提出了考慮轉運設施運營(yíng)瓶頸、運力容量上限、客戶(hù)基于時(shí)間與成本的選擇行為等因素的多品類(lèi)貨物流隨機均衡模型。同時(shí)，設計了基于拉格朗日松弛框架的求解算法，在求解這一超大規模多模式多品類(lèi)貨運網(wǎng)絡(luò )流問(wèn)題時(shí)體現了高收斂性。該項研究囊括了預測和分析各類(lèi)集裝箱貨物流的時(shí)空分布、轉運設施和繁忙線(xiàn)路的擁堵?tīng)顩r、不同運輸模式的競爭態(tài)勢和優(yōu)勢、以及未來(lái)相關(guān)運輸網(wǎng)絡(luò )資源的擴充需求等多個(gè)大規模負責系統問(wèn)題。
面對當前公路貨運普遍存在成本居高不下和達成碳排放目標等痛點(diǎn)問(wèn)題場(chǎng)景，來(lái)自深圳大學(xué)土木與交通工程學(xué)院的薛召杰教授，從業(yè)界和學(xué)界的創(chuàng )新做法背景出發(fā)，帶來(lái)了他們對于卡車(chē)列隊在物流領(lǐng)域的整車(chē)集運場(chǎng)景的研究成果分享。利用運籌優(yōu)化方法建立并完善相應車(chē)輛路徑問(wèn)題數學(xué)模型及求解算法體系，并通過(guò)對比分析評估各種模式的預期效益，為將來(lái)自動(dòng)列隊模式在物流領(lǐng)域中的應用落地提供調度技術(shù)支撐和管理科學(xué)依據。對于自動(dòng)列車(chē)模式的未來(lái)趨勢預測，薛教授表示，自動(dòng)列隊作為一種新的運輸模式，在技術(shù)取得一定成熟的情況下，我們將實(shí)現不單是點(diǎn)到點(diǎn)、1對n、甚至是n對n的的企業(yè)場(chǎng)景服務(wù)需要。
航空交通作為聯(lián)系國民經(jīng)濟與社會(huì )生活的重要紐帶，在經(jīng)濟全球化和信息化的背景下得到了快速的發(fā)展。在航空調度領(lǐng)域，北京航空航天大學(xué)國家空管新航行系統技術(shù)重點(diǎn)實(shí)驗室的孫小倩教授介紹了她對航空交通大規模組合優(yōu)化問(wèn)題高效啟發(fā)式和精確算法研究成果。運籌學(xué)應用于航空貨運運輸精細化運營(yíng)的場(chǎng)景包括航班網(wǎng)絡(luò )、航班計劃、機型指派、飛機編排、機組編排等子課題，涉及了飛機、機組、客貨等多種業(yè)務(wù)環(huán)節，屬于典型的航空運營(yíng)大規模組合優(yōu)化問(wèn)題。由于各個(gè)子問(wèn)題規劃周期不同，且均為np難問(wèn)題，隨著(zhù)問(wèn)題規模的擴大，相關(guān)決策變量激增、關(guān)聯(lián)約束大大提升問(wèn)題復雜度。孫教授的研究通過(guò)壓縮-求解-重寫(xiě)-再求解的思路，結合精確算法、啟發(fā)式算法以及機器學(xué)習算法，輸出了高效的具備可擴展性的航空運營(yíng)大規模組合優(yōu)化問(wèn)題求解方法。該方法應對要求快速準確求解大規模優(yōu)化問(wèn)題的挑戰，為企業(yè)合理配置運力資源，降低運營(yíng)成本。
清華大學(xué)深圳研究院現代物流研究中心高本河副主任則介紹了運籌學(xué)結合仿真技術(shù)在快遞物流航空網(wǎng)絡(luò )規劃研究。傳統的物流航空網(wǎng)絡(luò )規劃存在業(yè)務(wù)經(jīng)驗要求高、工作復雜度高等問(wèn)題。通過(guò)結合航線(xiàn)規劃算法與仿真軟件，該研究可以在規劃結果符合預期的基礎上，對于近期的算法規劃方案(或人工方案)利用仿真系統進(jìn)行一次或多次模擬仿真，獲得規劃方案的綜合評價(jià)。該方案實(shí)現航線(xiàn)規劃工作的自動(dòng)化，對方案進(jìn)行全面評價(jià)，提高規劃工作效率。仿真工具在航空網(wǎng)絡(luò )規劃、選址規劃等多個(gè)物流營(yíng)運場(chǎng)景都可以落地應用，因其對于方案、算法的評估較為客觀(guān)全面等特質(zhì)，具有投入較少而收效顯著(zhù)的潛力。
03
融合創(chuàng )新、布局前沿，科技將成為引領(lǐng)物流與供應鏈行業(yè)變革的重要力量
近幾年，運籌作為數據化智能決策的關(guān)鍵杠桿，其應用涵蓋了生產(chǎn)制造與物流供應鏈行業(yè)數智化轉型的諸多場(chǎng)景，逐漸成為熱點(diǎn)技術(shù)領(lǐng)域。隨著(zhù)大數據、人工智能、仿真等相關(guān)技術(shù)的日益成熟，以及越來(lái)越豐富而多元的數據被沉淀與共享，運籌相關(guān)的研究與產(chǎn)業(yè)應用具有了更大的想象空間。
順豐科技大數據智能應用負責人金晶表示，運籌是一個(gè)常做常新的領(lǐng)域，它兼具挑戰性和趣味性。在巨大的想象空間背后，運籌如何更好地助力國家核心產(chǎn)業(yè)發(fā)展這一命題，也如同其他技術(shù)由理論向應用的轉化一樣充滿(mǎn)挑戰。例如在實(shí)際落地場(chǎng)景中，如何定義問(wèn)題，如何將業(yè)務(wù)模型抽象到恰到好處的水平，如何解決業(yè)務(wù)目標既要、又要、還要的問(wèn)題等。如何打贏(yíng)人為經(jīng)驗，對行業(yè)的實(shí)踐者來(lái)說(shuō)也都是挑戰。想要獲得真正的突破是需要聯(lián)動(dòng)學(xué)界和業(yè)界的力量，也需要更多人才的投入。
峰會(huì )圍繞著(zhù)運籌在物流與供應鏈行業(yè)產(chǎn)業(yè)現狀、研究前沿進(jìn)行了分享與討論，讓我們感知到運籌優(yōu)化與機器學(xué)習等尖端技術(shù)未來(lái)應用在物流與供應鏈行業(yè)的更多可能性。除此之外，我們也看到了順豐科技在積極布局產(chǎn)學(xué)研合作，力爭長(cháng)期走在技術(shù)領(lǐng)域前沿的努力。編者也期待諸如順豐科技等的高科技企業(yè)能持續投入并推動(dòng)運籌學(xué)與大數據等技術(shù)在行業(yè)應用中的落地，為中國物流與供應鏈行業(yè)提供最高效的服務(wù)，助力中國經(jīng)濟社會(huì )發(fā)展。
本文來(lái)源于物流指聞，不代表本站觀(guān)點(diǎn)，如有侵權可聯(lián)系刪除，文章所用圖片來(lái)源于網(wǎng)絡(luò )，文章圖片如有侵權可聯(lián)系刪除。