01

  建設高效物流與供應鏈面臨不確定環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的全球主要經濟體以及全球產業鏈中重要的制造業大國，2021年GDP總量達到114.4萬億;其中物流行業保持了高景氣度，2021年社會物流總費用達到16.7億元，保持了2%的同比增速。中國物流行業持續景氣，行業現代水平持續提升，但與發達經濟體相比，國內行業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化空間，這也是物流科技需要發力的重要方向之一。尤其在行業數智化浪潮的推動下，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、資源未達到最優等痛點現狀問題已勢在必行。

  運籌學是一門利用優化、概率統計與算法等數學與計算機科學工具對生產制造、企業運營、金融經濟等眾多領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、歷史價格等)與輔助數據(天氣、新聞、微博熱搜、行業數據等)，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的供需匹配、資源優化的相關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，在于對環境不確定性的準確估計、搭建滿足現實場景的模型、大規模模型的快速求解、全局最優解的獲取等。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，搭建滿足現實場景的模型非常困難。首先，現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生了沖突，決策者需要在諸如此類沖突的目標之間做出權衡。其次，現實問題中需要滿足的約束也多種多樣。例如在購物節前，不同城市卡車司機數量和質量(路線熟悉程度等)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解等問題。以順豐為例，其擁有超2.1萬個自營網點，近400+中轉分撥中心、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解，且得到的決策與最優決策之間相去甚遠。

  此外，在搭建好一個能準確描述現實場景的模型后，需要有能在相對較短時間內準確地求解模型的算法。一些經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

  運籌峰會集產業界與學術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的領先者，在科技建設與業務變革中，預見到未來科技力量將更深刻地影響物流與供應鏈行業的發展，而運籌就是其中非常重要的技術方向之一。而促使前沿技術更好地發展并真正推動引領行業的變革，不僅需要企業的關注，更需要整合產學研各方優勢與資源，通過產學研良性生態打通從理論研究到產業應用的橋梁。

  近日，由順豐科技舉辦的運時·籌策2022運籌優化領域技術交流峰會中，來自產業界和學術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絡規劃、車輛路徑規劃、裝箱問題、無人機調度、航空調度、數字化工程與物聯網等多個話題。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經驗和技術積累為觸點，攜手行業專家、高校學術力量，共同探討物流與供應鏈行業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

  首先從產業視角出發，來自順豐科技、百威英博集團、畢馬威中國的四位行業專家分享了當前產業的發展現狀、挑戰以及未來的趨勢。

  順豐科技機器學習總工程師高磊分享了運籌優化在順豐物流業務的應用。目前，順豐的智能決策體系端到端覆蓋了物流中收、轉、運、派的各個環節，并形成了感知、決策、執行的智能化營運閉環。他通過電商節網絡規劃、物流車輛支線規劃、中轉場物資調撥三個具體案例，分享了在模型的數據規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新。在技術理論應用于實際產業過程中，他認為定義問題有時比解決問題更加關鍵，此外數據的質量、權衡多個目標、指標體系的搭建與反饋、實際作業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技術應用一個重要的方向。順豐科技大數據解決方案專家陳秋麗分享了運籌學在順豐為TO B企業客戶提供大數據決策的智能服務中的應用，例如倉網規劃、庫存補貨、線路規劃等，同時她也分享了在這個過程中對于技術在具體產業應用中落地的思考。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題的工具。一個好的基于數據智能的解決方案，應該是一個可執行落地的方案。大數據智能助力企業成功的因素不僅有算法、系統以及配套的業務流程與設備，更需要沉淀數據的應用能力、認可數據的應用價值。

  數字化供應鏈對于具體應用的實體生產的企業意味著什么?來自百威英博集團APAC供應鏈數字轉化轉型技術顧問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程中，主要遇到了包括管理和技術兩個層面的挑戰。從管理維度而言，數字化轉型最終輸出的巨大的價值背后往往蘊含著大量“冰山下”難以立刻看到價值產出的工作，例如數據的采集、標準化等工作，這需要不斷與各個相關方明確數字化轉型各個階段投入與產出的預期，以長期主義對待數字化轉型;從技術維度而言，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、數字孿生等技術在百威英博集團的實戰案例。

  數字化有效帶動了生產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關注。畢馬威中國區供應鏈咨詢負責人陳蔚健進一步分享了供應鏈數據分析與應用在實際場景中的優勢。通過數據收集、數據診斷、驗證分析等方式，實現供應鏈從線性到網狀的全渠道管控;同時通過信息流的打通，實現企業協同和科學決策，解決了行業普遍存在的上下游信息不對稱，數據滯后、運營指標口徑不統一等問題;此外，通過智能算法應用，實現產銷協同的智能化。

  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節。在本次峰會中，來自國內5所運籌領域頂尖院校的教授，分享了運籌在包括航空調度、公路運輸路徑規劃、集裝箱聯運以及無人機調度等方面的研究與思考。

  現實物流場景中，城市配送無人機物流屬于新興領域。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勢，但同時也面臨著挑戰。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度系統的普遍應用特征，如大規模問題的實時求解、無人機航線規劃及站點的選擇、以及安全性問題等。通過對城市配送業務全流程拆解，基于訂單驅動的無人機調度模型，周教授結合兩組歷史數據及仿真系統測試的案例，充分驗證了物流無人機調度系統的落地可能性和潛在優勢。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，屆時運籌優化、計算機、AI等技術將變得更為重要。

  中歐經貿關系是世界上規模最大、最具活力的國際經貿聯系之一，中歐貨運網絡的建設與運營是“一帶一路”倡議的重要建設內容，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運，提出了考慮轉運設施運營瓶頸、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，在求解這一超大規模多模式多品類貨運網絡流問題時體現了高收斂性。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、轉運設施和繁忙線路的擁堵狀況、不同運輸模式的競爭態勢和優勢、以及未來相關運輸網絡資源的擴充需求等多個大規模負責系統問題。

  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，從業界和學界的創新做法背景出發，帶來了他們對于卡車列隊在物流領域的整車集運場景的研究成果分享。利用運籌優化方法建立并完善相應車輛路徑問題數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域中的應用落地提供調度技術支撐和管理科學依據。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，在技術取得一定成熟的情況下，我們將實現不單是點到點、1對N、甚至是N對N的的企業場景服務需要。

  航空交通作為聯系國民經濟與社會生活的重要紐帶，在經濟全球化和信息化的背景下得到了快速的發展。在航空調度領域，北京航空航天大學國家空管新航行系統技術重點實驗室的孫小倩教授介紹了她對航空交通大規模組合優化問題高效啟發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、客貨等多種業務環節，屬于典型的航空運營大規模組合優化問題。由于各個子問題規劃周期不同，且均為NP難問題，隨著問題規模的擴大，相關決策變量激增、關聯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，結合精確算法、啟發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模組合優化問題求解方法。該方法應對要求快速準確求解大規模優化問題的挑戰，為企業合理配置運力資源，降低運營成本。

  清華大學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結合仿真技術在快遞物流航空網絡規劃研究。傳統的物流航空網絡規劃存在業務經驗要求高、工作復雜度高等問題。通過結合航線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)利用仿真系統進行一次或多次模擬仿真，獲得規劃方案的綜合評價。該方案實現航線規劃工作的自動化，對方案進行全面評價，提高規劃工作效率。仿真工具在航空網絡規劃、選址規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，具有投入較少而收效顯著的潛力。

  03

  融合創新、布局前沿，科技將成為引領物流與供應鏈行業變革的重要力量

  近幾年，運籌作為數據化智能決策的關鍵杠桿，其應用涵蓋了生產制造與物流供應鏈行業數智化轉型的諸多場景，逐漸成為熱點技術領域。隨著大數據、人工智能、仿真等相關技術的日益成熟，以及越來越豐富而多元的數據被沉淀與共享，運籌相關的研究與產業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，運籌是一個常做常新的領域，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業發展這一命題，也如同其他技術由理論向應用的轉化一樣充滿挑戰。例如在實際落地場景中，如何定義問題，如何將業務模型抽象到恰到好處的水平，如何解決業務目標既要、又要、還要的問題等。如何打贏人為經驗，對行業的實踐者來說也都是挑戰。想要獲得真正的突破是需要聯動學界和業界的力量，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產業現狀、研究前沿進行了分享與討論，讓我們感知到運籌優化與機器學習等尖端技術未來應用在物流與供應鏈行業的更多可能性。除此之外，我們也看到了順豐科技在積極布局產學研合作，力爭長期走在技術領域前沿的努力。編者也期待諸如順豐科技等的高科技企業能持續投入并推動運籌學與大數據等技術在行業應用中的落地，為中國物流與供應鏈行業提供最高效的服務，助力中國經濟社會發展。

  本文來源于物流指聞，不代表九州物流網(http://www.ruyi818.com)觀點，如有侵權可聯系刪除，文章所用圖片來源于網絡，文章圖片如有侵權可聯系刪除。