1、基于AI求解器的供应链智能化实践钟韬 华为技术有限公司|01企业智能供应链项目简介02工业大规模供需匹配问题研究03工业级AI求解器目录CONTENT|01企业智能供应链项目简介华为诺亚方舟决策与推理实验室华为诺亚方舟实验室.深入场景，差异化解决挑战问题应用牵引，促进能力循环提升解决商业场景挑战问题基础研究网络智能企业智能终端智能车载智能资源高效AI小数据、低能耗自动自治AIAutoML、元学习安全可信AI可解释、可推理、鲁棒性AI理论/系统GTS大脑计算视觉决策推理语音语义网络大脑供应大脑终端计算视觉终端语音语义使能工程终端搜索推荐自动驾驶创新应用研究基础能力层核心能力层MindSpore构

2、建开发者生态能力沉淀至鲲鹏+昇腾生态第三代人工智能.推荐搜索场景研究企业智慧：优化方向前沿算法和技术研究，支撑重点业务智能仓库调度车队动态调度智能装箱智慧物流智慧计划超大规模计划排产需求预测与网络规划智能存储workload识别与预测自动参数调优供应链存储自动仓库排产Bilevel模型自动派车策略模型学习优化（Learning-to-Optimize）自学习系统优化（Learning-for-System）智能存储流动工业数学规划求解器/SAT求解器Learning-aided Applied Optimization AlgorithmsFaster（Next Generation Lear

3、ning-aided）SolverAutomatic Heuristic Algorithm Framework自动启发式算法框架Intelligent Automatic System Configuration Software-Hardware Joint Optimization仿真平台自动仓库仿真Discrete Event/Multi-agent Simulation/OptimizationCloud Service（VRP、3D-Bin Packing，Forecasting）General System Sequence Data Model Visualization an

4、d Interpretation工具化与预测云服务Workload分析等电路设计智能电路设计平台逻辑综合/ATPG/Model checking故障自动增量测试智能港口调度供应体系算法建模工作S&OPOrdersMaster PlanningProcurementManufacturing PlanningLogisticsMulti-layer Global DistributionNetworkRegionalMarket Planning&Sales PlanningIntelligent ManufacturingManufacturingIntelligent PlanningInt

5、elligent LogisticsIntelligent ProcurementIntelligent Forecasting相关主要技术领域:1.需求预测2.库存控制3.大规模优化（生产计划、车辆调度、仓库调度、包装等）4.仿真、数字孪生与可解释性物流调度与无人仓使能调度自动化、智能化，降低物流成本 BOQ货量预估：启动项目并上线 自动分箱：前期沟通 装车模拟：前期沟通 BOQ货量预估：2017年止损收益为xxx万USD 自动分箱：启动项目并完成线下开发测试 BOQ货量预估：转运维，移交给流程IT维护 自动分箱：上线模糊匹配算法，应用于深供制单场景 装车模拟：优化上线分布式分柜算法，节约直

6、接物流成本xxx万USD初始介入项目开展 普洛斯智能排产：上线普洛斯全场景，周期下降50%，UPPH提升20%；并同俄罗斯教授启动技术合作项目 仓库仿真优化：基于开源，上线自研仿真平台，替换A国Flexsim项目开展项目开展 以自动仓库为核心场景，基于自研仿真平台，拉通各个单点，实现场景级的联合解决方案 沉淀并抽象华为解决方案，开放到Cloud BU，实现云化 交付天津港水平运输等算法模型联合&云化2001920202020 自动分箱：应用到PC重构、生产段货量预估和终端等场景，基本统一公司所有分箱场景 装车模拟：增加前海、欧供、重心、重泡等新场景，基本统一公司所有装车场

7、景 运输投递优化：在松山湖区试运行推广复制 自动分箱：上线模糊匹配+三维装载算法，工时折算节省人力xx人，节约成本xxx万USD，并支撑包装全流程综合成本节省xxx万USD 装车模拟：节约直接物流成本xxx万USD，并同华科秦虎教授启动技术合作项目 运输投递优化：启动项目，完成算法设计项目开展 普洛斯智能排产：启动项目并上线急单场景，急单下放周期由1小时下降为最快5分钟 仓库仿真优化：上线普洛斯仓储仿真的前台可视化系统初始介入201920212016年：老板访问诺亚，指示AI算法“自己的狗粮自己吃”，成立企业智能组同年底：制造部总裁访问诺亚，启动两个业务项目无人仓智能调度 排产问题调研：替代可

8、行性分析和准备工作 加工计划提前量模型 逆变器排产：试点项目启动 逆变器排产：试点上线 全量多工厂排产项目启动 启动港科、港城、维多利亚大学排产合作项目 5月：新排产引擎完成原型并进行产品化迭代 7月：新排产引擎逐步加入子场景预上线测试 12月：新排产引擎全场景预上线 12月：CBG DPS预排引擎上线前期准备试点项目项目开展20020求解器去A安全备份 启动与香港理工大学孙德锋老师合作项目，共同攻关线性规划求解器 02月：新排产引擎正式上线，启动自研LP求解器 09月：自研LP求解器安全备份引擎上线2021求解器全面去A 09月：基于自研LP求解器排产引擎完成产品化，性

9、能持平商业求解器 09月：天筹求解器与解决方案发布，天筹求解器单纯形打榜第一 10月：CBU钣金排产完成开发并交付客户使用 12月：太乙ATP引擎上线，效率显著超过JDA 双向模拟能力扩展到多个场景，保障供应连续性推广复制生产计划与求解器使能排产最优化、智能化，高效平滑生产 1月：新排产引擎完全切换，计划双向模拟项目启动，年底实现分钟级模拟 06月：一次排产到线体功能上线 07月：多轮增补引擎上线 08月：FP、订单引擎拉通优化上线 9月：主计划削峰填谷引擎完成原型开发并上线测试 12月：主计划削峰填谷引擎全场景上线推广复制20202021|02工业大规模供需匹配问题研究华为诺亚方舟决策与推理

10、实验室工业排产引擎：求解千万级变量供需匹配优化难题，使能高效稳定加工计划难点1.超大规模MIP问题求解：首先在问题规模上全球领先200 逻辑工厂2w+顶层产品20w+元器件泛网络产品混合整数规划2.5亿决策变量1亿约束20+大类约束210分钟时限混合整数规划数百决策变量数百约束20工厂100元器件23类约束启发式规则匹配无优化供应能力打包排产只考虑小于10类业务约束需要大量人工调整干预简化成2kw*2kw规模的规划问题输出对接制造执行系统，包含大量整数变量，有很高的精度要求生产计划作业人员效率改善20+%每优化x%库存水位释放现金x亿RMB核心决策变量 生产量：加工位置、加工日期、加工对象、加

11、工量 运输量：运输对象、运输日期、运输路径、运输量 交付计划：交付对象、交付时间、交付量 生产方案：加工对象、加工原料、加工时间、使用量多目标平衡 最大交付 最低库存 最小成本 产线均衡 产能利用 合同比例 特殊策略+=工业排产引擎：求解千万级变量供需匹配优化难题，使能高效稳定加工计划难点2.复杂业务建模：计划问题比调度问题简单？90+Pages需求说明材料例：区分实现复杂的元器件属性某元器件-版本号-是否环保材料-是否日韩工艺-使用指定品牌-使用指定加工地-使用特殊加工周期-是否既有供应-备注文本算法压力 vs.业务收益例：多个单工厂排产 vs.多工厂排产加工地A供应加工地A排产加工地B供应

12、加工地B排产排产引擎A排产引擎B预排产加工地A供应加工地A排产加工地B供应加工地B排产多工厂排产引擎单工厂排产问题简单很多复杂度远大于单工厂问题之和整体最优计划全局资源共享无法实现协同加工很难提前分配好供需工业排产引擎：求解千万级变量供需匹配优化难题，使能高效稳定加工计划难点3.模型可解释可控制性：完美建模+全局最优求解好用的排产引擎供需匹配详单核心决策变量 生产量：加工位置、加工日期、加工对象、加工量 运输量：运输对象、运输日期、运输路径、运输量 交付计划：交付对象、交付时间、交付量 生产方案：加工对象、加工原料、加工时间、使用量计划员关心的要素 生产对应的原材料来源（库存/在途/在制）生产

13、量对应的订单需求或半成品需求 交付对象涉及的供应和加工任务令供应变化是否会对该生产计划造成影响？调整生产会对哪些需求造成影响？指定需求涉及哪些加工指令？Delay原因分析（及其他异常分析）99%的需求及时生产=剩余的1%是什么原因？明天就能保证生产吗？该执行什么操作？元器件属性需求类型需求时间 需求数量 最晚开工时间可执行的工厂涉及原料异常原因类别异常分析需求维度：加工指令ID加工地元器件最晚开工时间开工时间开工数量异常类型异常分析day1day2生产维度：工业排产引擎：求解千万级变量供需匹配优化难题，使能高效稳定加工计划进一步拓展拉通订单采购制造引擎，实现全链条计划的联合优化打造计划模拟仿真

14、能力，实现供应链计划域数字孪生功能原子化能力服务化，降低相似问题场景开发成本孵化自研LP求解器能力，打造下一代产品级AI求解器云服务化求解器自研化供需模拟采购制造排产引擎|03工业级AI求解器华为诺亚方舟决策与推理实验室为了寻求最优决策，求解器有广泛应用场景提升用户体验投资优化资源调度物流库存优化生产计划/排班路径优化市场营销预算人员优化研发供应链HRMarketing优化财经生产制造生产配料几何优化资源调度选址服务提升用户体验采购采购计划流程优化规划销售提升用户体验定价仿真计算设计资源利用率运转效率收益成本优化决策求解器普及性不高，存在使用门槛求解流程图数学模型数学模型行业专家运筹专家算力加

15、速问题理解和抽象问题理解和抽象实际问题实际问题业务数据编程语言编程语言求解求解决策决策不会用建“好”的模型高度依赖专家经验用不好很难动态给出最佳策略参数多调优耗时耗力速度慢单纯的算力堆积不一定带来求解效率提升建模工具模型文件数据文件CPLEXGurobiOPTV求解结果mps,nl,lp求解器Latex建模高级语言（类似OPL）降低专业人才门槛上线更快建模效率可提升30倍+数学模型数学模型问题理解和抽象问题理解和抽象编程语言编程语言借助NLP技术，协助业务语言转换为数学模型X个运筹学专家+X个行业专家减少建模频率高的场景业务中断造成的损失智能建模:易用高效的建模工具，降低建模门槛，建模效率可大

16、幅提升天筹 solverMLS(机器学习训练)超参推理模型MA在线推理(超参推理)特征提取超参结果天筹算法库MA训练MA推理华为 HEBO数据集（OBS）结果数据数据集特征（算法超参标签）算法超参GrassLand 建模（其它建模工具）Source:Hans教授榜单的49个LP 公开问题数据集结果AI加持，求解效率大幅提升所有问题一套参数每个问题一套参数SGM(移动几何平均值(单位秒)默认参数AI自适应调优17.9%65%超参推理层运筹优化层超参优化层智能建模，自适应求解问题的变化准确识别问题特征，推荐最佳参数，充分发挥求解器潜力利用历史数据，越调越优数学模型数学模型编程

17、语言编程语言基于历史信息，自适应模型优化调整充分利用稀疏性与并行算力，提高端到端决策效率AI自适应调优：AI加持的智能求解器，求解效率大幅提升求解求解分布式并行加速：灵活高效的并行搜索策略，实现速度最大提升10-100倍在千万级变量的供需模拟场景中，加速1030倍，支持50人在线模拟；搜索树拓扑动态感知，实时调整并行策略算子、数据模型并行决策分布式内核并行模型AI实践路径函数内核数据系统通信系统函数化、算子化、统一数据格式，算子易拆分，优化读写、同步性能数据系统底层优化，实现单机并行到分布式计算无缝衔接高性能网络保证数据一致性，快速同步信息助力某大型空调制造厂商钣金半成品排产，大幅度降低库存华

18、为智能排产引擎在庫制品组装配料塗装板金在庫在庫A社B社C社购入品検査区分出货樹脂熱交配管電装品室内組立室外組立薄型組立床置組立顾客原材料涂装后工程（組立）部件需求容器収容数放置面积生产能力容器数量固定信息故障保养材料在库材料特性变动信息部品在庫作业员钣金月度计划钣金现场排程降低生产部件库存20%10条产线协同优化200 种钣金类型100套 模具30天月度计划+4天顺位计划分钟级排程结果输出计划不可行，生产计划频繁调整，产能浪费；库存高企，占用资金；业务痛点:可动率提升2%计划制定速度10X问题背景：钣金需求量大，业务复杂，排产引擎输出钣金种类、数量与顺序，指导实际生产，提升产能利用，降低库存供

19、应链交通制造城市三维装箱：支持多种问题类型，多种装箱约束，装箱效率提升5.84%拼柜平均装箱率2.86%装箱数量同比减少3.6%整柜平均装箱率5.84%AI传统装箱满足客户多样化的约束场景和策略选择，高效、低成本。全靠人工智能装箱AI建议货物种类多，数量大，人工装箱时间长、效率低。供应链交通制造城市工业平面切割：使能存量排版软件，最大化材料利用率供应链交通制造城市AI 算力算力昇腾鲲鹏通用算力通用算力X86 ARMGPU天筹AI求解器板材切割算法钣金切割算法布料剪裁算法AI使能家具订单板材开料系统拆单板材电子锯加工组装SAW钣金订单钣金套料系统制图钣金切割机焊接/冲模NC服装设计服装排唛系统纸样服装裁割机缝制烫平PLT钣金切割服装布料裁剪50%排版时间降低2%利用率提升家具板材切割0.1%利用率提升50%排版时间降低玻璃切割算法橱柜板材利用率4.93%86.34%-91.27%衣柜板材利用率1.21%85.82%-87.03%非常感谢您的观看|钟韬 毛坤