運籌學如何革新物流供應鏈？順豐科技這場大會給出答案

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(zhàn)
中國作為疫情中唯一保持正增長的全球主要經(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114.4萬億;其中物流行業(yè)保持了高景氣度，2021年社會物流總費用達到16.7億元，保持了2%的同比增速。中國物流行業(yè)持續(xù)景氣，行業(yè)現(xiàn)代水平持續(xù)提升，但與發(fā)達經(jīng)濟體相比，國內(nèi)行業(yè)龍頭的營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(shù)智化浪潮的推動下，解決物流與供應鏈建設過程中普遍存在的信息不對稱、供需不匹配、資源未達到最優(yōu)等痛點現(xiàn)狀問題已勢在必行。
運籌學是一門利用優(yōu)化、概率統(tǒng)計與算法等數(shù)學與計算機科學工具對生產(chǎn)制造、企業(yè)運營、金融經(jīng)濟等眾多領(lǐng)域中的問題進行建模求解，從而達到降低成本與提高效率等目的的學科。它是智能決策的理論根基。其中傳統(tǒng)的概率統(tǒng)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(shù)據(jù)(歷史需求、歷史價格等)與輔助數(shù)據(jù)(天氣、新聞、微博熱搜、行業(yè)數(shù)據(jù)等)，相對準確地估計供給與需求等物料信息以及成本價格等金融信息，為決策模型提供可靠的輸入。所以，運籌學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)問題具有非常重要的作用。
應用運籌學建設智慧物流的主要挑戰(zhàn)，在于對環(huán)境不確定性的準確估計、搭建滿足現(xiàn)實場景的模型、大規(guī)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，需求的時空分布非常復雜且不平衡。在考慮到節(jié)假日、特殊購物節(jié)、疫情沖擊等事件的影響下，難以對全國乃至全球未來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(guī)劃。
除此之外，搭建滿足現(xiàn)實場景的模型非常困難。首先，現(xiàn)實問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(guī)劃的時候，要考慮到最小化倉儲、運輸、人力等成本，同時最大化滿足時效要求等多個目標。其中高時效必然與低成本產(chǎn)生了沖突，決策者需要在諸如此類沖突的目標之間做出權(quán)衡。其次，現(xiàn)實問題中需要滿足的約束也多種多樣。例如在購物節(jié)前，不同城市卡車司機數(shù)量和質(zhì)量(路線熟悉程度等)隨機的情況下，我們需要提前調(diào)度多少數(shù)量的卡車和司機在各大城市待命，才能在滿足時效需求的前提下，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)解等問題。以順豐為例，其擁有超2.1萬個自營網(wǎng)點，近400+中轉(zhuǎn)分撥中心、站點，超9.5萬自營及外包車輛、13萬條干支線。如此龐大的數(shù)字放在模型當中帶來的是上百萬個決策變量、過千萬條模型約束等。即使是一個最簡單的線性規(guī)劃模型也需要相當時間求解，更不用說一個如上文所述滿足現(xiàn)實場景的模型。除此之外，復雜的模型也會導致無法獲得全局最優(yōu)解，且得到的決策與最優(yōu)決策之間相去甚遠。
此外，在搭建好一個能準確描述現(xiàn)實場景的模型后，需要有能在相對較短時間內(nèi)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潔性，能快速得到精確解;但是由于其過于簡化問題特征，導致與現(xiàn)實場景相距甚遠，無法直接應用，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
運籌峰會集產(chǎn)業(yè)界與學術(shù)界眾家之所長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)務變革中，預見到未來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)學研各方優(yōu)勢與資源，通過產(chǎn)學研良性生態(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·籌策2022運籌優(yōu)化領(lǐng)域技術(shù)交流峰會中，來自產(chǎn)業(yè)界和學術(shù)界的多位專家與教授們通過大量精彩的案例，深入探討了包括物流網(wǎng)絡規(guī)劃、車輛路徑規(guī)劃、裝箱問題、無人機調(diào)度、航空調(diào)度、數(shù)字化工程與物聯(lián)網(wǎng)等多個話題。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，本次峰會就是一次很好的契機，讓順豐科技以豐富的實戰(zhàn)經(jīng)驗和技術(shù)積累為觸點，攜手行業(yè)專家、高校學術(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值。
運籌or帷幄，贊19
首先從產(chǎn)業(yè)視角出發(fā)，來自順豐科技、百威英博集團、畢馬威中國的四位行業(yè)專家分享了當前產(chǎn)業(yè)的發(fā)展現(xiàn)狀、挑戰(zhàn)以及未來的趨勢。
順豐科技機器學習總工程師高磊分享了運籌優(yōu)化在順豐物流業(yè)務的應用。目前，順豐的智能決策體系端到端覆蓋了物流中收、轉(zhuǎn)、運、派的各個環(huán)節(jié)，并形成了感知、決策、執(zhí)行的智能化營運閉環(huán)。他通過電商節(jié)網(wǎng)絡規(guī)劃、物流車輛支線規(guī)劃、中轉(zhuǎn)場物資調(diào)撥三個具體案例，分享了在模型的數(shù)據(jù)規(guī)模超大的前提下如何進行快速求解等問題的應對策略與算法創(chuàng)新。在技術(shù)理論應用于實際產(chǎn)業(yè)過程中，他認為定義問題有時比解決問題更加關(guān)鍵，此外數(shù)據(jù)的質(zhì)量、權(quán)衡多個目標、指標體系的搭建與反饋、實際作業(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。
除了物流場景，供應鏈也是泛運籌相關(guān)技術(shù)應用一個重要的方向。順豐科技大數(shù)據(jù)解決方案專家陳秋麗分享了運籌學在順豐為to b企業(yè)客戶提供大數(shù)據(jù)決策的智能服務中的應用，例如倉網(wǎng)規(guī)劃、庫存補貨、線路規(guī)劃等，同時她也分享了在這個過程中對于技術(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(shù)據(jù)才能計算，但是算法應用不是必須要數(shù)據(jù)完整了才能應用。算法只是一種解決問題的工具。一個好的基于數(shù)據(jù)智能的解決方案，應該是一個可執(zhí)行落地的方案。大數(shù)據(jù)智能助力企業(yè)成功的因素不僅有算法、系統(tǒng)以及配套的業(yè)務流程與設備，更需要沉淀數(shù)據(jù)的應用能力、認可數(shù)據(jù)的應用價值。
數(shù)字化供應鏈對于具體應用的實體生產(chǎn)的企業(yè)意味著什么?來自百威英博集團apac供應鏈數(shù)字轉(zhuǎn)化轉(zhuǎn)型技術(shù)顧問陳治珍分享了她對于供應鏈數(shù)字化轉(zhuǎn)型的思考。在供應鏈數(shù)字化轉(zhuǎn)型的過程中，主要遇到了包括管理和技術(shù)兩個層面的挑戰(zhàn)。從管理維度而言，數(shù)字化轉(zhuǎn)型最終輸出的巨大的價值背后往往蘊含著大量“冰山下”難以立刻看到價值產(chǎn)出的工作，例如數(shù)據(jù)的采集、標準化等工作，這需要不斷與各個相關(guān)方明確數(shù)字化轉(zhuǎn)型各個階段投入與產(chǎn)出的預期，以長期主義對待數(shù)字化轉(zhuǎn)型;從技術(shù)維度而言，找到可以匹配現(xiàn)有工藝流程的、應用效果更好的算法、模型，也是需要業(yè)界與學界共同不斷突破的方向。此外，她還分享了機器學習、數(shù)字孿生等技術(shù)在百威英博集團的實戰(zhàn)案例。
數(shù)字化有效帶動了生產(chǎn)型物流供應鏈的管理模式改善，而對于數(shù)據(jù)化的管理探索、智能決策將持續(xù)備受企業(yè)關(guān)注。畢馬威中國區(qū)供應鏈咨詢負責人陳蔚健進一步分享了供應鏈數(shù)據(jù)分析與應用在實際場景中的優(yōu)勢。通過數(shù)據(jù)收集、數(shù)據(jù)診斷、驗證分析等方式，實現(xiàn)供應鏈從線性到網(wǎng)狀的全渠道管控;同時通過信息流的打通，實現(xiàn)企業(yè)協(xié)同和科學決策，解決了行業(yè)普遍存在的上下游信息不對稱，數(shù)據(jù)滯后、運營指標口徑不統(tǒng)一等問題;此外，通過智能算法應用，實現(xiàn)產(chǎn)銷協(xié)同的智能化。
而對于未來在運籌加持下的物流與供應鏈探討，大家把目光投向了學界大咖分享環(huán)節(jié)。在本次峰會中，來自國內(nèi)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(diào)度、公路運輸路徑規(guī)劃、集裝箱聯(lián)運以及無人機調(diào)度等方面的研究與思考。
現(xiàn)實物流場景中，城市配送無人機物流屬于新興領(lǐng)域。其在訂單時效要求高，人力有限、配送距離遠、地面交通復雜的問題上具備一定優(yōu)勢，但同時也面臨著挑戰(zhàn)。浙江大學管理學院周偉華教授基于實際落地場景以及研究成果，為我們分享了城市快速物流無人機調(diào)度系統(tǒng)的普遍應用特征，如大規(guī)模問題的實時求解、無人機航線規(guī)劃及站點的選擇、以及安全性問題等。通過對城市配送業(yè)務全流程拆解，基于訂單驅(qū)動的無人機調(diào)度模型，周教授結(jié)合兩組歷史數(shù)據(jù)及仿真系統(tǒng)測試的案例，充分驗證了物流無人機調(diào)度系統(tǒng)的落地可能性和潛在優(yōu)勢。對于無人機未來運輸模式的展望，他表示，未來5年也許我們將迎來從2d到3d的立體交通體系，屆時運籌優(yōu)化、計算機、ai等技術(shù)將變得更為重要。
中歐經(jīng)貿(mào)關(guān)系是世界上規(guī)模最大、最具活力的國際經(jīng)貿(mào)聯(lián)系之一，中歐貨運網(wǎng)絡的建設與運營是“一帶一路”倡議的重要建設內(nèi)容，具有大量的場景值得研究。來自同濟大學交通運輸工程學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(zhuǎn)運設施運營瓶頸、運力容量上限、客戶基于時間與成本的選擇行為等因素的多品類貨物流隨機均衡模型。同時，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(guī)模多模式多品類貨運網(wǎng)絡流問題時體現(xiàn)了高收斂性。該項研究囊括了預測和分析各類集裝箱貨物流的時空分布、轉(zhuǎn)運設施和繁忙線路的擁堵狀況、不同運輸模式的競爭態(tài)勢和優(yōu)勢、以及未來相關(guān)運輸網(wǎng)絡資源的擴充需求等多個大規(guī)模負責系統(tǒng)問題。
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問題場景，來自深圳大學土木與交通工程學院的薛召杰教授，從業(yè)界和學界的創(chuàng)新做法背景出發(fā)，帶來了他們對于卡車列隊在物流領(lǐng)域的整車集運場景的研究成果分享。利用運籌優(yōu)化方法建立并完善相應車輛路徑問題數(shù)學模型及求解算法體系，并通過對比分析評估各種模式的預期效益，為將來自動列隊模式在物流領(lǐng)域中的應用落地提供調(diào)度技術(shù)支撐和管理科學依據(jù)。對于自動列車模式的未來趨勢預測，薛教授表示，自動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，我們將實現(xiàn)不單是點到點、1對n、甚至是n對n的的企業(yè)場景服務需要。
航空交通作為聯(lián)系國民經(jīng)濟與社會生活的重要紐帶，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(diào)度領(lǐng)域，北京航空航天大學國家空管新航行系統(tǒng)技術(shù)重點實驗室的孫小倩教授介紹了她對航空交通大規(guī)模組合優(yōu)化問題高效啟發(fā)式和精確算法研究成果。運籌學應用于航空貨運運輸精細化運營的場景包括航班網(wǎng)絡、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)務環(huán)節(jié)，屬于典型的航空運營大規(guī)模組合優(yōu)化問題。由于各個子問題規(guī)劃周期不同，且均為np難問題，隨著問題規(guī)模的擴大，相關(guān)決策變量激增、關(guān)聯(lián)約束大大提升問題復雜度。孫教授的研究通過壓縮-求解-重寫-再求解的思路，結(jié)合精確算法、啟發(fā)式算法以及機器學習算法，輸出了高效的具備可擴展性的航空運營大規(guī)模組合優(yōu)化問題求解方法。該方法應對要求快速準確求解大規(guī)模優(yōu)化問題的挑戰(zhàn)，為企業(yè)合理配置運力資源，降低運營成本。
清華大學深圳研究院現(xiàn)代物流研究中心高本河副主任則介紹了運籌學結(jié)合仿真技術(shù)在快遞物流航空網(wǎng)絡規(guī)劃研究。傳統(tǒng)的物流航空網(wǎng)絡規(guī)劃存在業(yè)務經(jīng)驗要求高、工作復雜度高等問題。通過結(jié)合航線規(guī)劃算法與仿真軟件，該研究可以在規(guī)劃結(jié)果符合預期的基礎上，對于近期的算法規(guī)劃方案(或人工方案)利用仿真系統(tǒng)進行一次或多次模擬仿真，獲得規(guī)劃方案的綜合評價。該方案實現(xiàn)航線規(guī)劃工作的自動化，對方案進行全面評價，提高規(guī)劃工作效率。仿真工具在航空網(wǎng)絡規(guī)劃、選址規(guī)劃等多個物流營運場景都可以落地應用，因其對于方案、算法的評估較為客觀全面等特質(zhì)，具有投入較少而收效顯著的潛力。
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(shù)據(jù)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(shù)智化轉(zhuǎn)型的諸多場景，逐漸成為熱點技術(shù)領(lǐng)域。隨著大數(shù)據(jù)、人工智能、仿真等相關(guān)技術(shù)的日益成熟，以及越來越豐富而多元的數(shù)據(jù)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(shù)據(jù)智能應用負責人金晶表示，運籌是一個常做常新的領(lǐng)域，它兼具挑戰(zhàn)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(zhuǎn)化一樣充滿挑戰(zhàn)。例如在實際落地場景中，如何定義問題，如何將業(yè)務模型抽象到恰到好處的水平，如何解決業(yè)務目標既要、又要、還要的問題等。如何打贏人為經(jīng)驗，對行業(yè)的實踐者來說也都是挑戰(zhàn)。想要獲得真正的突破是需要聯(lián)動學界和業(yè)界的力量，也需要更多人才的投入。
峰會圍繞著運籌在物流與供應鏈行業(yè)產(chǎn)業(yè)現(xiàn)狀、研究前沿進行了分享與討論，讓我們感知到運籌優(yōu)化與機器學習等尖端技術(shù)未來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)學研合作，力爭長期走在技術(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(xù)投入并推動運籌學與大數(shù)據(jù)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，助力中國經(jīng)濟社會發(fā)展。
本文來源于物流指聞，不代表本站觀點，如有侵權(quán)可聯(lián)系刪除，文章所用圖片來源于網(wǎng)絡，文章圖片如有侵權(quán)可聯(lián)系刪除。