logística inteligente y la optimización del sistema de distribución de la misión de combate de EE.UU.

Misión de Estados Unidos distribución inteligente arquitectura del sistema

Misión de Estados Unidos complejo escenario de negocio de distribución, un solo volumen a gran escala. Este conjunto de figuras A continuación se muestra los datos de Mayo del 2019, cuando el grupo de Estados Unidos publicó marca de distribución.

balanza digital más intuitiva, el grupo estadounidense puede ser pagado anualmente a los pilotos de salarios, ahora hemos llegado a decenas de millardos de esta magnitud. Por lo tanto, en tales escenarios a gran escala de negocio, distribución inteligente se vuelve muy importante, y la distribución inteligente del núcleo es hacer una asignación óptima de los recursos.

asignación óptima de los recursos

A domicilio Para llevar O2O es una escena típica. Ambas líneas de negocio, sino también operaciones complejas por debajo del cable. la demanda de orden de entrega y conexión de suministro de capacidad. Con el fin de lograr un equilibrio entre la oferta y la demanda, no sólo para las operaciones de negocios en línea, jinete operaciones, sino también en línea suministrar estas necesidades y la capacidad de hacer una configuración razonable, cuyo objetivo es mejorar la eficiencia global. Sólo maximizar la eficiencia de la distribución, con el fin de atraer la buena experiencia del cliente, lograr menores costos de distribución. La asignación óptima de recursos para hacer el proceso, de hecho, no son jerárquicas. De acuerdo a nuestro entendimiento, que se puede dividir en tres capas:

1. La optimización es la capa de base, que determina directamente el límite superior de la eficiencia del sistema de distribución. La optimización de esta infraestructura, relativamente largo período, una frecuencia relativamente baja, que comprende una planificación de la red de distribución, planificación de capacidad, etc. configuración.

2. La capa intermedia es un ajuste del mercado, es relativamente corto y medio plazo, principalmente por los precios o herramientas de marketing, por lo que la oferta y la demanda para lograr un equilibrio relativamente bueno.

3. La capa superior se corresponde entonces en tiempo real, para hacer la programación en tiempo real de los recursos a través de óptima a juego. frecuencia coincidente en tiempo real es el mayor ciclo de toma de decisiones es el más corto.

Arquitectura del Sistema inteligente de entrega

 

La distribución inteligente de este sistema de tres niveles, el equipo algoritmo de distribución también se apunta para la operación. Como se muestra arriba, la derecha tres subsistemas corresponden respectivamente a las tres capas, la parte inferior es el sistema de planificación, la capa intermedia es un sistema de fijación de precios, la parte superior es un sistema de programación. También figura muy importante también incluye cuatro subsistemas adicionales, haciendo la recopilación de datos exactos en el proceso de distribución, la percepción, pronóstico, proporcionando parámetros de entrada precisos para optimizar la toma de decisiones, incluyendo sistemas de la máquina de aprendizaje, la IO y el sistema de detección, sistema de LBS, este sistema de distribución es una parte muy importante, implican un gran número de problemas de aprendizaje de máquinas sofisticadas.

 

La optimización de la logística es el sistema, los sistemas de precios de la tecnología de núcleo, los sistemas de planificación de programación. A continuación, compartir algunos casos optimización logística típicos.

proyecto empresarial real

planificación regional inteligente

Para ayudar a entender rápidamente el negocio de distribución de antecedentes básicos, donde los proyectos de planificación regional inteligentes primera emisión de acciones a menudo encontradas y soluciones.

El concepto básico de la red de distribución

La entrega está conectada empresas, clientes, jinete red de distribución tripartita determina la relación de conexión entre estas partes. Cuando el usuario abre la aplicación, se puede ver que los comerciantes comida, que está determinada por el rango de distribución comercial. El rango de distribución para cada negocio es diferente, que parece ser el tamaño de las decisiones de negocios, pero en realidad un impacto directo en el flujo de negocios suministrada a cada usuario obtiene el C-terminal, que en sí mismo es una asignación de recursos o cuestiones acaparamiento de recursos. La inteligencia empresarial es un rango de distribución de los problemas de optimización combinatoria, sino que estamos hablando aquí es la relación entre las conexiones de negocios y jinete.

Los grupos de usuarios en el punto de llevar Estados Unidos, por su jinete servicios de quién es? Es la manera de calcularlo? Estos son determinados por el límite del área de distribución. Se refiere a un límite del área de distribución que corresponde al número de empresas rango establecido. ¿Por qué se divide región fronteriza? Desde el punto de vista de la optimización, para un determinado problema, la condición de restricción, el valor de la función objetivo menos probable cuanto mayor sea la mejor. Los estudiantes sin duda no les gusta las limitaciones de optimización, pero es en realidad una zona de distribución límites a las restricciones impuestas sistema de distribución.

En logística tradicional, el impacto de la mayor eficiencia en la distribución criterio de valoración crítica, es la familiaridad con el área de distribución de la persona responsable de él. Es por esto que en el campo tradicional de la logística, distribución o dispensación de personal de la estación, será el encargado de un área determinada fija de las razones. Debido a que el más familiar, la eficiencia de distribución será mayor.

escena de entrega inmediata es similar, cada corredor debe ser corregido en lo posible para familiarizarse con un área minorista o distribución. Mientras tanto, para los administradores, la dirección del sitio es relativamente clara. Además, si hay una nueva línea de negocios-en, que se pueden determinar fácilmente por las estaciones de distribución de prestación de servicios. Por lo tanto, este tema tiene un gran atractivo en el que la Dirección de Operaciones.

Regional eficiencia influir en la planificación de la entrega

Por supuesto, la puesta en marcha de los proyectos de planificación regional, hay muchos problemas que resolver. Principalmente incluye las tres condiciones siguientes:

1. Zonas de entrega donde las empresas no lo hacen polimerización. Este es un sitio típico, las empresas se concentran principalmente en la esquina inferior izquierda y superior derecha, haciendo que el piloto de tomar las comidas en la zona, la misión de la habitación cuando la ubicación está muy fragmentado y necesitaba dos distrito sin parar compras de ida y vuelta, ineficaces correr mucho.

2. Área extraño, Kongshi grave. Antes del desarrollo de la plataforma de las tiendas de comida para llevar en línea, muchos lugares no tenían nada, negocio más adelante en la línea más, solo como un área de distribución. Tales esferas forma irregular, provocando que el piloto para funcionar mucho tiempo fuera de la región. Y las empresas están relación y jinete vinculantes, el piloto puede sólo las empresas de servicios dentro de su propia área, para que el conductor no puede llegar a las tareas de distribución de alimentos fuera de la región, la tasa de Kongshi es muy alta. Muchas veces hasta agotar piloto después de las comidas, puede ser sólo de espalda no el transporte a la nueva tarea.

3. Tamaño de la página no es razonable. Figura III este sitio, cantidad de un solo día es sólo doscientos sola. Si el piloto del piloto para configurar la cantidad media de un solo punto de vista, entonces, sólo 3 a 4 dispuestos jinetes. Si una o dos personas de repente quieren dejar algo, imaginar, la experiencia y la distribución de los sitios se convertirán en muy pobre, el funcionamiento y la gestión difícil será alto. Por el contrario, si un sitio se hace muy grande, los propietarios no pueden ser Guan Dele tantos pilotos, esto también es un problema. Por lo tanto, la necesidad de planificar para cada sitio una cantidad razonable de escala única.

Puesto que hay tantas preguntas, también lo hacen los proyectos de ordenación del territorio se hace muy necesario. Por lo tanto, lo que es bueno programa de planificación regional? Establecer sobre la base de objetivos de optimización de análisis estadístico.

problema de optimización multiobjetivo

Optimización de los tres elementos son: objetivos, las limitaciones, las variables de decisión .

En primer lugar, hay que determinar primero el objetivo óptimo. En muchos escenarios de negocio relativamente estable o tradicional, el objetivo está muy determinado. En este escenario, la ordenación del territorio, la forma de optimizar la definición de objetivos? En primer lugar, tenemos que pensar en lo que el impacto de los grandes sí planificación regional. A partir del análisis se puede encontrar sólo algunos tipo de problema, que afecta principalmente a la forma de jinetes, tasa Kongshi, que es el promedio de la piloto del coste de cada pago. Por lo tanto, vamos a emitir un conjunto de objetivos de negocio para optimizar tomaron individual viajaban distancia. Sobre la base de los datos de un gran número de áreas y sitios de acumulación existentes, después de hacer una gran cantidad de análisis estadístico, varios indicadores se pueden definir de esta manera: las empresas de polimerización grado, grado de polimerización de la orden, el grado de órdenes de desviación y el centro de negocios del centro de gravedad de la gravedad. los resultados del análisis de datos indican que estos indicadores están viajando solo y fuerte distancia de correlación. Después de esta capa de transformación de modelos, el problema claro para optimizar estos tres indicadores.

En segundo lugar, tenemos que solucionar las limitaciones de negocio. En este sentido, hemos pasado mucho tiempo y esfuerzo. Por ejemplo: la cantidad de área con una sola límites superior e inferior. Hay una superposición entre las áreas no puede, no puede haber poseído las empresas responsables de múltiples áreas. Todo AOI no puede haber pasado por alto, que deberían estar cubiertos en un área determinada, no no aparece el sitio de la empresa de servicios.

Restricción en el escenario de negocios peinado

Una pregunta más difícil, de hecho, es necesario que sea a lo largo de la red de área fronteriza. Al principio es difícil de entender, ya que la esencia de la planificación regional sólo a la clasificación empresarial, el concepto de que es sólo una colección de negocio, por qué llamar la frontera, la frontera a lo largo de la red de carreteras también lo requiere? De hecho, acaba de presentar, la zona fronteriza con el fin de responder a la pregunta si hay un nuevo negocio en la línea en el extremo al que pertenece sitio. Por otra parte, desde la primera línea en términos de costos administrativos, que están más acostumbrados al este de la carretera, que la carretera al sur de esta expresión, fácil de recordar y comprender, mejorar la eficiencia de la gestión. Por lo tanto, existe una demanda tal, esperamos que la zona fronteriza más "fácil de entender".

el diseño general del programa

Después de determinar los objetivos y limitaciones, la solución técnica general divide en tres partes:

1. En primer lugar, de acuerdo con tres función objetivo para determinar la configuración óptima de los negocios. Este paso es relativamente simple, hacer la logística de optimización estudiantes pueden resolver un problema de optimización multi-objetivo, tales rápidamente.

2. Próximos pasos más difícil, cómo dibujar fuera de la zona fronteriza? Para resolver este problema, asigne el equipo de distribución y la cooperación del grupo equipo de Estados Unidos. Información de la red de carreteras utilizando la primera, el corte de la ciudad en varios polígonos no se solapan, entonces la geometría calculada, el número de polígonos comerciante correspondiente conforma el límite del área total.

3. Por último, el sistema de simulación de distribución de EE.UU. grupo independiente de investigación y desarrollo, la evaluación de la planificación regional una sola distancia media correspondiente tales recorrida y experimentan el índice cumple con las expectativas. Debido a los cambios en los costos de líneas directas son muy altos, sistema de simulación juega un papel muy bueno.

He aquí un caso real, se utiliza el algoritmo para volver a hacer una ciudad de la planificación regional. Por supuesto, esto debe hacerse hincapié en que, en este proceso, la intervención humana sigue siendo muy necesario. Para algunos algoritmos difíciles de tratar con una buena escena esquina, artificial necesidad de ajuste, por lo que todo el plan es más razonable. El centro del mapa es el resultado de la planificación algoritmo.

Después de que el piloto, toda la ciudad estaba huyendo de una sola prueba se redujo en un 5%, la distancia media recorrida por cada lado Montar solo para salvar a más de 100 metros. Imagínese, en una gran cantidad de una sola escala, cada reducido en una media de 100 metros, el ahorro total de los ahorros de la energía de la batería de coche, es una cifra muy impresionante. Más importante aún, permitiendo al piloto a sí mismo sentir claramente su eficiencia ha mejorado.

efecto de la aplicación sobre el suelo es notable

piloto de programación inteligente

Antecedentes de Negocios

Este es un negocio de entrega de comida para llevar con más y más tiempo y deriva de un proyecto. Al principio, para llevar el servicio de almuerzos solamente noche de pico a pico, entonces podemos lentamente la cena, el desayuno punto. Por ahora, muchos sitios de distribución ha proporcionado un servicio de 24 horas. Sin embargo, el piloto no puede iniciarse 24 horas del día, también se ha proporcionado el derecho laboral durante la duración del trabajo diario, por lo que este proyecto es imprescindible.

Además, la escena de la entrega para llevar "efecto valle" es muy obvio. La figura es una sola ingesta real curvada. Puede ser visto dentro de las 24 horas del día los períodos pico, tarde y noche dos de un solo volumen es muy alto, y el ocio y el volumen de la cena solo es relativamente menor. Por lo tanto, no hay forma en que el sistema de 24 horas al día en promedio mucho hacer la segmentación basada en el trabajo de cada persona, sino también la necesidad de programación.

Para la programación, hay dos tipos de problema de selección de programa. Programación de una gran cantidad de negocios se basa en la dimensión humana, los beneficios son muy fina granularidad de configuración, las horas de trabajo de cada persona son personalizados, podemos tener en cuenta las demandas de todos. Sin embargo, las desventajas son también escenario de distribución obvia. Si los propietarios necesitan para planificar las horas de trabajo para todo el mundo, es difícil de imaginar, es difícil asegurar la equidad de la distribución.

Selección programa de programación

El equipo de distribución final se selecciona por el grupo de manera programación, todos los pilotos en grupos, cada grupo se especifique la hora de inicio. A continuación, puede pulsar la rotación de grupo, cada turno cada uno a su vez.

El mayor reto de este problema es que no estamos haciendo una herramienta de trabajo, sino en el diseño de algoritmos. Los algoritmos de optimización tienen sus propios objetivos, entonces ¿qué es lo desplaza la meta? Si desea solicitar a los propietarios, la forma en la programación es buena, sólo pudo decir, que el empleador cuando necesita a alguien. Pero este no es el lenguaje algorítmico, no se convierta en un modelo de lenguaje.

Las variables de decisión y blanco del diseño

Para resolver este problema, lo primero que hay que hacer variables de decisión de diseño, variables de decisión no eligió el inicio y finalización de tiempo y el cambio de hora de finalización, para hacerlo, demasiado espacio decisión. Tenemos tiempo para hacer una discreta, granularidad media hora. Para que respecta a un día, sólo 48 unidades de tiempo, el espacio de decisión reducen sustancialmente. Entonces, el objetivo de la capacidad para satisfacer las necesidades de la mayoría de los pedidos de unidad de tiempo. Esto se debe a que el número de sitios no garantiza la capacidad de satisfacer las necesidades de cada unidad en las curvas correspondientes a un solo caso. Así, ponemos restricciones comerciales en la función objetivo con el castigo. Esto también tiene la ventaja, y que no es necesario conocer el número total de sitios es.

En el nivel de modelado, la normalización y el modelo general es el más preferido. Por lo tanto, hicimos una serie de normalización, el algoritmo asigna a cada piloto relación de cambio, pero sin importar el número. El número total de personas sólo tendría que entrar en el sitio, el número de personas en cada turno. En el algoritmo de toma de decisiones cuando el número de toma de decisiones no sólo es la proporción de la toma de decisiones, lo que puede poner un solo volumen normalizado. En un solo volumen por unidad de tiempo dividido por la unidad de tiempo de un solo pico por día, se ha convertido en un número entre 0 y 1. Esto sugiere que, si la proporción es mayor que una sola unidad dentro de una cierta cantidad de tiempo proporcional, se cumplen llamada capacidad. Por lo tanto, a través de una variedad de normalización, en un problema común, sin que se requiera un proceso separado para cada escena.

Además, este complejo problema que involucra un gran número de fuertes restricciones involucrado en el manejo de las diversas exigencias de la experiencia del piloto. Hay un gran número de limitaciones, tales como continua como sea posible cada sesión de trabajo, la duración de cada período de trabajo, por breve descanso entre períodos de servicio de tiempo, por breve que sea, y así sucesivamente, hay muchas de esas restricciones comerciales. Después de peinado se puede encontrar, el problema de demasiadas restricciones, la solución óptima soluciones factibles incluso más difícil también. Además, los propietarios cuando se utiliza la herramienta de programación, con la esperanza de dar al sistema de programación programa inmediatamente, y luego hacerlo con rapidez seguimiento puesta a punto, por lo que los requisitos de tiempo de funcionamiento son relativamente altos.

La idea central del algoritmo

Las restricciones en la construcción y el algoritmo de búsqueda local

Teniendo en cuenta los factores anteriores, que finalmente basada en la restricción, algoritmo heurístico basado en el plan de construcción inicial, a continuación, la búsqueda local de optimización iterativo. Usando tal velocidad la solución de una manera puede alcanzar milisegundos, y el esquema de planificación se puede dar cualquiera de estos sitios. Optimización del índice general también es bueno. Por supuesto, no garantiza que sea la solución óptima, pero puede aceptar una solución satisfactoria.

efecto de la aplicación piso

• Los buenos indicadores experiencia en el sitio, de primera línea aceptación es alta.

• La programación de ahorro de tiempo: 2h / cada sitio cada vez.

Este algoritmo es también de aplicación escenario de aterrizaje hecho a sí mismo, en comparación con los que tienen una gran experiencia en la programación de los propietarios, básicamente el mismo efecto, la línea de aceptación es relativamente alta. Lo más importante es llevar a un ahorro de tiempo de programación, la programación de una hora de conseguir unos minutos, lo que permitiría a los propietarios tienen más tiempo para realizar otras tareas de gestión.

planificación de la trayectoria del jinete

planificación de la trayectoria problema específico para el piloto, no un simple planificación de la ruta, no es un problema que camino por recorrer desde a hasta b. Este escenario es un corredor que tiene una gran cantidad de tareas de distribución, existen diversas limitaciones y distribución de estas tareas, cómo seleccionar el orden de entrega óptima para completar todas las tareas. Este es un problema NP-duro, cuando hay cinco órdenes, la tarea cuando 10 puntos, hay una posible orden de más de 110.000 piezas. En las horas punta, los pilotos suelen llevar más de 5 pilotos individuales, e incluso a veces una docena también recibirá una sola, esta vez posible tomar nota de entrega se convierte en astronómico.

escena del algoritmo

Mira algoritmo de escenario, que es el sistema de programación inteligente, el aspecto más importante. Enviar un único sistema, el sistema de reasignación, nos basamos en el algoritmo de planificación de la trayectoria. Al final, el piloto, el piloto se recomienda a cada orden de ejecución de la tarea. Además, después de que el punto de llevar el usuario, el grupo estadounidense mostrará en tiempo real los pilotos de tareas actuales también tienen que llevar a cabo de unos minutos, para dar información sobre más de previsión. Tantos escenarios y aspiraciones comunes son los requisitos para la puntualidad es muy alta, el tiempo de funcionamiento sea lo más corta posible.

Sin embargo, sólo el algoritmo rápido puede hacer? No lo es. Debido a que este es el envío de una sola, la reasignación de estos aspectos de los módulos principales, el algoritmo de optimización para resolver la capacidad es también muy importante. Si el algoritmo de planificación de la trayectoria no puede dar Jiaoyou ruta, se puede imaginar, la asignación y reasignación superior difícil de tomar mejores decisiones.

Por lo tanto, hacer peine claro sobre este tema, las demandas centrales es optimizar el efecto debe ser bueno estable. Los resultados de optimización no puede ser bueno, la próxima malo. Además, el tiempo de ejecución debe ser corto.

La filosofía de diseño de núcleo

planificación de la trayectoria en la solución de estos problemas, muchos de equipo técnico de la empresa, han experimentado tales etapas: en primer lugar, un proceso iterativo algoritmo de búsqueda similar a la AG, pero con la gran cantidad de negocios en un solo algoritmo de descubrimiento, que consume tiempo es demasiado lento, simplemente inaceptable. Entonces, en lugar de barrio algoritmo de búsqueda a gran escala, pero el algoritmo todavía tiene una aleatoriedad fuerte, porque no hay aleatoriedad conseguir una mejor solución de ninguna manera. Y esta estrategia de búsqueda basado en la iteración aleatoria, con lo fuerte incertidumbre, habrá una gran cantidad de grandes problemas en Bad escenas escala.

Además, la búsqueda iterativa lleva demasiado tiempo. La razón principal es que el algoritmo de iteración aleatoria es un problema de optimización combinatoria como una simple permutación para resolver el problema, el problema se utiliza muy poco características estructurales. Estos algoritmos, esta operación la solución de TSP, VRP también la solución de esta operación, o para resolver programación de esta operación, que es similar al enfoque "sin cerebro" es difícil tener buenos resultados de optimización.

Por lo tanto, en este proyecto, que se puede determinar que dicha hoja de ruta tecnológica. En primer lugar, sólo podemos hacer direccional de búsqueda heurística no se puede agregar perturbaciones aleatorias en el algoritmo. Lo mismo no se puede permitir que ingrese diferentes resultados que se dan en diferentes optimización en tiempo de ejecución. Entonces, no se puede utilizar ordinaria búsqueda iterativa, las características estructurales de este problema deben ser excavadas, hacer una búsqueda personalizada basada en el conocimiento.

Es más fácil decirlo, específicamente cómo hacerlo? Creemos que lo más importante es mirar a la cuestión de perspectiva. Aquí está la planificación de ruta, el modelo clásico problema correspondiente, el TSP es de bucle abierto o de bucle abierto VRP variantes de la misma? Puede o no puede. Hicimos una conversión interesante modelo, pensamos en él como un problema de programación de oleoductos: cada orden se puede considerar trabajo; un orden de dos tareas tomar las comidas y servicio de habitaciones, que puede ser considerado como un trabajo de operación. El tiempo de viaje entre dos puntos tareas, se puede considerar como la secuencia correspondiente de tiempo de preparación. Cada vez los compromisos de entrega individuales, incluyendo la suscripción y solo instante único, se pueden asignar al problema de tuberías programación de antemano y tardanzas sanciones.

Los resultados del algoritmo

Después de hacer este tipo de modelos de conversión de un problema de programación de oleoductos hay una gran cantidad de algoritmos heurísticos pueden aprender. Ponemos un algoritmo heurístico basado en el clásico problema de la adaptación de características y mejoras realizadas, se puede obtener muy buenos resultados. En comparación con el algoritmo anterior, el consumo de reducción del 70% en los resultados globales de optimización buenas. Debido a que este es un algoritmo determinista, el resultado de ejecutar tantas veces son los mismos. Nuestro algoritmo se ejecuta una vez, correr 10 veces con los mejores resultados en comparación con otros algoritmos, se equilibra el efecto de optimización.

Programación inteligente Solicitar

escenarios de programación de servicio se pueden describir en lenguaje matemático. No es sólo una cuestión de negocios, es una combinación de un problema de optimización estándar, y es un proceso "de decisión de Markov".

descripción matemática de problemas de programación

No será suficiente para la asignación óptima de una serie de órdenes por un momento, pero también hay que tener en cuenta toda la ventana de tiempo Dimensiones, en la parte posterior de cada asignación. Cada asignación fin, han afectado a la ubicación de distribución y dirección de desplazamiento de cada período de seguimiento jinete. Si la distribución y dirección del piloto no se ajusta a la estructura de los futuros pedidos, lo que equivale a la reducción de la optimalidad del techo seguir la hora programada. Por lo tanto, considerar la optimización a largo plazo, en lugar de un problema de optimización estática.

Simplificar el análisis del problema

Para facilitar la comprensión, nos fijamos en un problema de optimización estática tiempos programados. No es sólo un algoritmo problema, también es necesario tener un conocimiento muy profundo de la arquitectura de la ingeniería. Debido a que, en el momento de la emisión de desmantelamiento de los datos de entrada, el algoritmo encontrará los datos de entrada es demasiado grande. Por ejemplo, tenemos dos tareas en cualquier punto de los datos de la distancia de navegación.

La magnitud del problema que la cara, sólo unos pocos años atrás dimensión regional programación granularidad, un distrito un pico minutos de más de 100 individuales, la adecuación de cientos de jinetes, pero estos datos del producto correspondiente relación ha sido muy grande. Ahora, gracias al grupo de Estados Unidos tiene más escenarios de negocio, como hacer mandados y entregar toda la ciudad será una gran cantidad de distrito comercial cruz, incluso a través de la mitad de la ciudad, por lo que la ciudad sólo puede hacer comparación global de optimización de nivel. En la actualidad, la magnitud máxima del sistema problema de programación procesa más de 10.000 solo partido y decenas de miles de jinetes. El algoritmo permite que el tiempo de funcionamiento de unos segundos, mientras que el consumo de memoria es también muy grande.

Además, las redes de distribución en todo el coche y envían una sola escena no es lo mismo. despacho Taxi se hace para que coincida con los conductores y pasajeros, es esencialmente un problema gráfico bipartito coincidente, la óptima algoritmo de tiempo polinómico: algoritmo KM. escena dificultades taxi es cómo describir el peso de cada uno de los partidos. Los escenarios de distribución también necesitan ser tratados, por la ausencia de un algoritmo de tiempo polinómico para el caso óptimo, cómo en el espacio de soluciones de forma exponencial, a corto plazo solución optimizada. Si el partido se considera cada piloto y cada uno tiene un diferente grado de adaptación, entonces el fitness no se superpone de forma lineal. Lo que significa más que un solo programa de partidos para las personas de cualquier condición física de un partido sólo puede ser re-cálculo, la cantidad de cálculo se puede imaginar.

Para resumir, hay tres tipos de desafíos este problema:

1. requisitos de alto rendimiento, para hacer uno-a-Wan millones de segundos resolución. Antes de hacer algunos de los trabajos más interesantes, como por ejemplo basa en los resultados de la asignación óptima de la historia, que ver con la poda de modelos de aprendizaje automático. Sobre la base de gran cantidad de datos históricos que pueden ayudar a ahorrar una gran cantidad de la evaluación del programa correspondiente inútil.

2. Dinámico. MDP como un problema, necesita considerar escenario de optimización dinámica, que implica un gran número del enlace estimada. En casos en que sólo la cartera de pedidos actual, y cómo el piloto a realizar, la forma en cada momento de períodos completos de pronóstico a futuro será el orden en el que la estructura en, lo que impacto en indicadores de negocio y los indicadores de eficiencia ...... Usted podría pensar que esto se trata de una escena típica de estudio intensivo, pero sus mentiras dificultad en el demasiado espacio de toma de decisiones, e incluso puede considerarse infinita. En la actualidad, nuestras ideas, se ha resuelto por otros medios de modelado de conversión.

3. negocio de distribución de los factores más al azar. Por ejemplo, un tiempo de comida de negocios, tal vez mucho tiempo no puede curar la aleatoriedad. Incluso la historia de cada pedido completado, el verdadero valor de la hora de comer negocio son difíciles de conseguir, porque la gente haga clic en los datos no garantiza la exactitud e integridad. Un tiempo de comida de negocios incierto, el factor aleatorio está siempre presente y muy restringido mejorar la eficiencia de distribución. Además, el cliente no está seguro de que en el momento de la posición de entrega. De lunes a viernes de oficina pico de la tarde, el ascensor, el ascensor en el momento, es difícil ser estimada con precisión. Por supuesto, estamos tratando constantemente para hacer estimaciones se hacen más precisa, pero la aleatoriedad siempre. Para el piloto, la plataforma no puede obligar orden de ejecución de cada corredor. Pilotos son libres para jugar en el proceso de distribución, el orden de ejecución de los pilotos de incertidumbre persiste.

   Para resolver estos problemas, tratamos de optimizar el uso de las ideas de programación robusto o estocásticos. Sin embargo, si el muestreo aleatorio enfoque basado en el escenario, el cómputo se incrementará significativamente. Por lo tanto, tenemos que estar aprendizaje basado optimizado, la optimización no es una máquina sencilla modelos de aprendizaje, ni tampoco es un simple algoritmo de optimización heurística se combina con la experiencia de los datos reales y los diseñadores de algoritmos, el aprendizaje y la evolución derivados. La única manera de reducir el rendimiento en exigentes escenarios de negocio obtener rápidamente la optimización robusta.

Actualmente, el equipo de investigación de distribución de grupos de Estados Unidos, incluyendo no sólo la optimización de la logística, también incluye el aprendizaje de máquina, el aprendizaje por refuerzo, minería de datos y otros campos. Hay un montón de muy desafiante escenario de negocios, bienvenidos a unirse a nosotros para explorar.

Fuente: círculos Logística de TI