1、苏宁物流智能决策系统建设与应用01人工智能决策优化简述苏宁物流AI技术应用苏宁物流决策优化应用案例经验总结和展望020304什么是智能决策系统路径规划分派优化商品流生产排程商品定价投资组合优化降成本提效率升体验机器学习运筹化优深度学习文本图像视频语音。推荐系统预测聚类关联分析分类。视频。运筹优化定义及解决的问题路径规划配送排程网络规划分配问题物流商品智能定价智能补货智能仓储零售投资组合决策金融产品定价风控与征信金融运筹定义：寻找在满足约束条件下能够最大化/最小化某一目标的最优决策min()()01,()01,xijimizef xsubject to g xish xjt=!优化问题三要素：目

2、标函数/决策变量/约束条件选定业务场景调研业务，确定优化目标定义一个决策优化问题抽象优化模型三要素建立数学规划模型建立优化模型选择求解算法，评估算法性能和最优性优化方案和场景对比验证问题求解和模型验证数据接口功能数据处理功能应用服务系统应用系统搭建产品上线和推广算法最优方案持续优化上线应用迭代优化如何实施一个智能决策项目运筹优化建模类型及常规算法适用多决策变量（数量或种类不止一个）适用约束或目标可能非线性求解复杂耗时长，可选用开源或商用求解器数学规划建模适用实时性要求高的组合优化问题需结合业务场景构造搜索迭代方式求解性能快，但是解并不是最优规则算法建模适用组合优化问题（VRP、TSP、背包问题

3、等）适用决策变量单一需构造搜索迭代方向和当前最优解的跳出机制元启发式建模精确算法分枝界定法割平面法列生成动态规划法元启发式算法遗传算法蚁群算法模拟退火邻域搜索粒子群算法规则建模两阶段算法C-W节约法最近邻算法最近插入法全链路供应链服务覆盖全场景用户需求仓储网络小件冷链跨境骨干网络运输分拨末端网络快递点小店仓配冷链快递即时配跨境快运售后送装科技+效率驱动体验+成本输出供应链、用户物流基础设施苏宁物流运筹风控图像语义预测天机AI平台智能地址分单智能地址纠错智能地址识别客服智能机器人自动语音电联天眼助手面单图像识别收货视频监控人脸识别考勤违禁品识别装载率监控作业违规异常识别包裹破损识别产线异常报警发

4、货视频监控分析网点刷单识别运费套取识别智能盘点库存ABC送达时间预测销量预测作业量预测p智能运输排程p智能地址服务p快递点布局p运输网络规划仓库效率提升p上架推荐p智能补货p智能装箱AGVp上架策略p订单组批次p订单货架分配小店主题p运输排程p智能配送排程、p库存ABC服务p服务个性化p流程自动化p支撑智能化路由规划分析提升监控调度货量预测网络规划p智能分拨调度p大件智能分单p售后智能派工p即时配智能分单作业调度智能盘点、产线异常、网点刷单识别、运费套取识别特征工程、特征选择、LR、RandomForest、Xgboost、DNN即时配分单、拣选路线优化、大件派工、小店调拨、售后派工整数规划、

5、线性规划、VRP、网络流、C-W节约里程、遗传算法预测规划调度执行控制销量、骑手时效、库存、线路货量干线运输网络、快递点选址、前置仓选址、支线配送网络规划，仿真邻域搜索、禁忌搜索、遗传算法、两阶段算法、最邻近插入法分类、聚类、样本不平衡、异常识别、图像识别、NLP智能决策系统建设思路业务系统传输WindQKafkaRsfFlume处理实时计算任务实时计算任务离线计算任务离线计算任务算法实时算法引擎实时算法引擎运筹优化图像识别离线算法引擎离线算法引擎应用服务路径规划包装推荐运输网络优化智能派工SparkStreamingFlinkSparkHive特征工程机器学习苏宁物流智能决策系统架构图IDE

6、DATAX数据仓库业务系统最小成本多商品流问题：物流运输网络规划如何规划线路？如何设计车辆班次？如何选择车线和运行模式？如何分配包裹路由？干线运输线路3000+年包裹量23亿+备选路由数12亿+分拨中心500+在物流运输网络中，通过优化车辆线路规划和包裹路由，在保障时效的情况下，使总成本最低1、合并路线降低成本2、拆分路线提高时效3、新建中转优化成本网络流和多商品流问题多商品流问题（Multi-commodity Flow Problem）给定一个有向图，图中每条边都有一个容量，需要将货物在网络中从源点运送到汇点目标函数：最小化总成本约束条件：1.网络拓扑约束2.线路容量约束3.时效约束4.其

7、他业务约束 最小成本多商品流网络流（Network Flow）多商品网络流问题是指多种货物在网络中从不同的源点流向不同的汇点的网络流问题从0开始构建线路和路由和现有网络可能差异较大问题规模过大，求解性能较难满足考虑对现有网络的调整幅度限制加入线路调整的最低阈值，减小网络波动考虑规划模式和成本之间的平衡适用于中短期网络微调和优化适用于未来长期网络设计参考物流运输网络规划：混合整数规划启发式算法精确求解算法m$&?&,+$($01246789:;=;+$01246789:?=)?0C(&1)&$0K?0C,&$0K?0C,$0K?(0,&)CN Q$019R?0CS=Uf(0)0./时效满足产品设

8、计要求/min 运输成本+中转成本+囤货成本/中转量不超过分拨处理能力限制/每辆车货量不超过车辆载量限制/起点发出总货量等于总需求量+$(0K 0K)?0C,&?&,年运输成本 降低3000万智能仓储布局仓容利用率 提升42%，综合作业效率提升35%的效果。背景：5月14日,在2019中国便利店大会上,中国连锁经营协会发布“2018年中国便利店TOP100”,苏宁小店成最大黑马,以4508家门店(2018年)的保有量名列第四位,仅次于中石化(易捷)、中石油(昆仑好客)和美宜佳。需求：在满足车辆数少，车辆装载率高的条件下，从配送中心到门店的配送线路的行驶里程数尽可能小车辆路径规划问题（VRP）目

9、标函数约束条件1.时效满足各门店要求；2.满足所有门店调拨货量需求；3.每辆车货量不超过车辆满载上限；4.一个门店只被分配给一条线路；.行驶里程数尽可能小规划5000+门店的配送路径门店调拨路线优化VRP问题经典求解算法精确求解法启发式算法：Clarke-Wright算法单区域门店超过200个点，精确解算法无法能够在合理的时间内完成计算。ALNS自适应大规模邻域搜索（1）鲁棒性，ALNS 使用了几个互补的邻域定义，这是对搜索空间的良好探索；（2）自调整性,权重的自适应意味着有限的调整努力来校准算法；（3）包容性，不需要选择邻域1）输入：问题实例2）FirstSolution()产生初始解s，模

10、拟退火初始温度T3）While总循环轮次segment=250(或停止条件不满足)4）For 循环次数iteration=1,2,3,.100:5）以轮盘赌方式选择一个摧毁因子，一个重建因子6）通过摧毁当前解s并重建，得到另一个解S17）若S1优于S，令S=S1；否则以一定概率保留S18）更新模拟退火温度T=T*c(0c1)9）更新摧毁因子、重建因子权重10）返回最优解s节约行驶里程34.7%；门店调拨路线优化800+派工员司机经验排程背景纯人工派工，工作内容单一、繁琐、重复性量大等特点明显；司机根据经验对配送进行排序；主观性较强，缺乏数据支撑；提升车辆装载率23.4%缩短配送距离13.6%，

11、缩短配送时长12.3%；大件智能自动化派工优化目标p 承运商车辆数量最少；p 承运商总里程数最短；p 单车行驶距离差异较小；约束条件a.车辆装载b.单车件数c.总作业时长d.订单平均作业时长物流中心即时配智能分单p该配送调度问题属于典型的NP-Hard问题，解空间巨大p实时性要求高，算法只允许极短时间给出最终决策问题描述问题难点考虑订单取送地址、订单备货时间和订单期望送达时间，以及骑手实时位置、骑手当前任务数等因素，生成订单和骑手匹配度矩阵，基于匹配度矩阵做全局最优匹配即时配智能分单订单逐一分配，实时最优第一代：最近插入法a)取、送时间窗；b)骑手已有负载、满载容积；c)骑手属性（等级、资质、

12、效率、评价）；d)订单属性（价值、品类）尽快送达、超时率低、骑行距离短、分单公平约束条件优化目标第二代：匈牙利算法动态压单，一段时间内最优第三代：预测+优化波次并单，考虑未来订单量，预留运力，整体最优配送时长15.8%人均效率11.4%$U?U_U$U=1?U，$U=1?U=01智能配送排程【优化目标】快递员配送行驶距离尽可能短；【决策变量】订单配送顺序【约束条件】a）揽，派件时间窗b）顾客属性c）订单属性背景：需求：在满足配送时效前提下，从末端站点到顾客地址的配送线路的行驶里程数尽可能小最后一公里末端配送，辅助苏宁天天配送快递员在配送包裹快件时配送次序及路径；典型排程问题（TSP）根据业务场

13、景背景及需求分析该问题是典型的TSP问题，即从时效、兴趣点、货量、装载量、订单属性等角度出发，运用算法智能推荐最后一公里配送排程，从而降低配送成本、缩短时效、提升配送效率。ABCDDCBAABCESDDBCSAESSEE问题：1.计算性能不满足订单计算时效要求；2.全部订单排程导航距离快递员使用体验较差；第一代：贪婪算法第三代：动态规划+变领域算法全部订单逐一计算，实时最优问题：1.计算性能满足，计算结果不优；第二代：遗传算法初始解+遗传算法，优化排程结果展示优先展示次序；便于快递员识别；按小区/写字楼/学校等兴趣点聚合分层计算排程，求最优解；智能配送排程配送距离13.4%总结和展望01决策优化项目实施的难点 有妥协的应用评价三段论 业务目标、算法指标、运营指标选择功能和性能平衡的算法 未必是最优解模型与数据相结合 强化学习020304