<mark id="oztn4"></mark>
0
| 本文作者： AI研習社 | 2019-03-29 11:27 |
雷鋒網AI研習社按：隨著網購和電商的高速發展，物流運輸也和每個人的生活產生了緊密的聯系。作為整條產業鏈的血液，如何提高運輸效率、降低運輸成本，成為一個至關重要的問題。
近日，在雷鋒網 AI 研習社公開課上，來自杉數科技的高級算法工程師陳堯宇將物流行業中運籌優化思想與具體案例相結合，深入剖析定制化算法給物流界帶來的巨大價值。
分享嘉賓：
陳堯宇，杉數科技高級算法工程師，本科畢業于華東師范大學數學系，碩士就讀于北卡羅來納大學教堂山分校（UNC）統計與運籌專業，并從事網絡優化的數學建模與運籌優化研究。曾入圍 Informs Global Finalist。曾參加洋山深水港智能化碼頭項目和多項物流優化及生產制造項目，加入杉數后為多家標桿企業提供技術服務。
公開課回放視頻網址：
分享主題：
深度融合中的物流界與運籌優化算法
分享提綱：
物流行業的背景介紹
物流行業中出現的優化問題
如何解決這些問題
案例分享
雷鋒網 AI 研習社將其分享內容整理如下：
大家好，我是陳堯宇，是杉數科技的運籌優化算法工程師，今天跟大家介紹一下我在工作過程中所遇到的一些物流行業的運籌優化問題以及相對應的一些算法和解法。
先簡單介紹一下今天要分享的幾個主題。第一個是物流背景介紹，我想強調的是運籌優化問題，對業務的認知則是非常關鍵的要求，因為你對業務問題的理解會決定你在運籌優化問題上使用什么樣的算法模型去解決這個問題，從而影響到最后的結果。因此我會花比較大的篇幅去介紹現在物流領域有哪些痛點、難點，然后通過什么手段去解決這些痛難點問題。其中，我會穿插講一下物流中的優化問題以及它們對應使用的算法模型，最后會通過案例介紹，跟大家解釋一下看到項目應該如何去解決及選擇對應的算法。
我們來看一下，一家物流公司是怎樣從一家小型物流公司成長為一家中小型物流公司的，通過這種簡單介紹讓大家了解一下物流公司的成長路徑。我們常見的快遞公司，服務的是個人用戶，實際上傳統物流主要面向的領域是農副產品、大宗商品，例如建筑材料等，做這些業務的物流公司非常零散，說零散是因為在這個領域沒有一家獨大的，而且很大的一個特性是區域性特別強，所以我在這里介紹的就是這一類型物流公司的運作模式。
其實現在做物流的門檻非常低，你只需要花二三十萬買一輛貨車做點對點運送（從寄貨方送到收貨方）即可，不需要花太多人力物力就能實現。但是如果想把公司做大，就不能夠只做單純的點對點服務了，因為要把更多的貨物送到更多的地方，再用點對點服務，運送效率上會大大降低。因此物流公司通常會建立中轉場或分撥中心，即上游貨物先送到分撥中心分揀，然后再安排配送到對應的目的地。那么，中轉場為何有如此重要的作用？
【有關本部分的具體講解，請回看視頻00:05:15，http://www.mooc.ai/open/course/639?=Leiphone】
我們從物流的上游過程可以看到，在選擇先去哪個網點攬收的問題上已經是一個典型的路徑優化問題了 —— 如何串聯起網點的路徑，從而使得行駛距離更短、在途成本更少。另外，車子的裝箱體積是有限的，那么則升級為含裝載率的路徑優化問題。第二個優化點是車型，如何用最少的成本串聯這些網點運更多的貨物。
【有關物流中轉場的更多內容，請回看視頻00:09:50，http://www.mooc.ai/open/course/639?=Leiphone】
總結以上所說，物流領域中會遇到以下三大優化問題：廂內裝載優化、司機排班優化、配送路徑優化。接下來我將會介紹如何解決這些問題。
首先說廂內裝載優化，這是一個非常經典的優化問題，因為貨廂是一個三維結構，裝載的可能性更多，解決起來更加復雜。
【有關本部分的具體講解，請回看視頻00:15:55，http://www.mooc.ai/open/course/639?=Leiphone】
第二個是司機排班問題，司機排班問題簡單地說就是一個二部圖匹配問題，那我們應該如何解決這個問題呢？
【有關本部分的具體講解，請回看視頻00:21:45，http://www.mooc.ai/open/course/639?=Leiphone】
下一個是路徑優化問題，具體的算法就不詳細介紹，因為解決路徑優化問題的算法有很多，在不同場景下有不同對應的算法，在這里主要介紹路徑優化問題可能會碰到的潛在需求和變化，詳情可回看視頻00:26:20。從例子中，我們了解到在做優化問題的時候，其實是分了很多層進行優化的，并不是一步到位的。
最后就是案例介紹。
【有關案例介紹部分的具體講解，請回看視頻00:37:00，http://www.mooc.ai/open/course/639?=Leiphone】
今天的分享就到這里，感興趣的同學可以關注杉數科技的官方微信了解更多詳情。
以上就是本期嘉賓的全部分享內容。更多公開課視頻請到雷鋒網AI研習社社區（http://ai.yanxishe.com/）觀看。
關注微信公眾號：AI 研習社（okweiwu），可獲取最新公開課直播時間預告。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
