跨界共促AI落地，產品得到應用認可

從學術界到產業界，洞隱與華中科技大學聯合成立人工智能實驗室，完成了技術與應用最后一公里的融合，就AI和運籌算法在物流及供應鏈領域的一些應用進行共創，成功應用于眾多大型零售、城配醫藥、門店配送以及制造企業，如沃爾瑪、泰德、立邦、家家悅、達美樂、茶百道、九號等。

并且，AI優化產品可與洞隱供應執行云平臺無縫集成提供一體化解決方案，提升企業使用體驗。

洞隱AI產品覆蓋計劃、運輸優化TOS、裝箱優化LOS、庫存優化IOS等供應鏈業務場景。

■ 計劃層面，洞隱AI產品可以求解發貨計劃，在多級倉庫中轉的情況下進行多級轉運計劃的計算；

■ TOS主要是面向線路優化、智能配載以及路順的規劃；

■ LOS裝箱主要為3D裝箱計算，包括優化計算和展示、動態模擬，并且可以無縫集成TOS的線路規劃；

■ IOS庫存優化解決智能尋倉和挑庫，倉庫之間的自動調撥和補貨以及庫內作業的優化。

運輸優化TOS云                              

| TOS云考慮各種約束

送貨或提送貨，單倉發貨或多倉發貨，考慮運力資源、滿載率以及不同的優化求解目標，支持多目標優化。

| TOS云三大產品特點

■ 除了成本之外，城配優先考慮末端送貨點的聚合，首個客戶到末端客戶的送貨距離盡量的短。

■ TOS云支持分區優化，如自定義片區或者是結合企業固定線路的優化。

■ 在波次優化時計算路順，司機在APP端也可以去發起實時的路順規劃。

在多次求解結束之后TOS云為用戶提供便捷的手調工具，也可以輸出Excel的排線表供用戶參考。

| TOS云算法優勢

TOS云融合多種高效的運籌優化及AI算法，集成數種算法框架和幾十個算法模塊，可以根據客戶的具體場景、問題規模、求解時長等要求靈活選擇合適的模型，獲取到高質量的求解方案。

TOS云也可以隨著客戶的場景變化快速地更新迭代算法。其主要優勢在于求解速度快，解的質量高，拓展性能強，對計算資源要求低。

| TOS云支持的約束匯總

首先，基于不同的求解目標，比如成本優先還是聚合優先。其次，針對不同的約束可以分為軟約束和硬約束，硬約束不能違反，軟約束則可以考慮一定的懲罰成本。大體的約束可以分為幾類：

01客戶及地址類

考慮溫層、時間窗、可進入的車型等等，也可以結合企業已有的拼線和拼點的約束，在此基礎上考慮相應的優化。

02倉庫及運力類

考慮月臺、車型、滿載、裝卸效率、新能源車的最大里程。

03地圖及成本類

基于距離矩陣進行優化，也可以結合地圖以及不同的成本模型，比如說像趟次計費、車公里免費、油價聯動和補貼等。

04TOS云運行參數類

優化時考慮不同的優化參數，滿足不同優化場景的需求。

| TOS云應用案例

以某500強的零售企業為例，該企業應用了洞隱的TMS+TOS云產品，覆蓋常溫和冷鏈物流中心的門店配貨業務。

配送優化需求：不同訂單類型，例如【門店配送】【倉間調撥】基于一定規則組建波次，并基于波次任務進行TOS排線優化，自動計算最優成本車輛排線方案。

算法應用特點：

■ 多訂單類型共配

■ 擺柜時效計算

■ 門店訂單基于通用時間窗/商品屬性-個性時間窗計算

■ 多波次配送方案

■ 考慮彈性裝載率，多點拼載裝載率系數調整

■ 考慮承運商份額分配

■ 考慮月臺約束

優化算法應用之后，成本降低1.5個百分點，整體效率提升15%。

裝載優化LOS云                                

LOS云的業務場景包括裝車、海運裝柜、集裝箱裝柜以及貨物的裝箱和打托。系統會計算最優的裝箱方案、求解容器類型和數量，裝箱計劃可以回傳到業務系統。

LOS云相關約束主要有以下幾個類別：

商品信息。商品不同的形狀、維度、是否有堆疊限制和其他介質。

容器設置。包括容量限制，不同容器類型裝載方向的限制，同時需要考慮容器成本。

訂單數據。不同的運輸方式、時長和貨量有不一樣的裝箱要求，還需考慮裝箱順序，如后到先裝、重不壓輕等。

優化目標?？傮w的優化目標是最低的成本和最少的容器。

洞隱低碳供應鏈產品

運輸碳排放計算模型，根據運單的起點、終點、運輸方式等信息，自動計算運輸過程產生的碳排放量，并生成碳足跡報告。系統將據此推薦更加環保的運輸方式，優化運輸線路，自動推薦碳排放減少的方案。

碳排放計算結果共有3種展現形式。第一，運單完成后，會在運單磁貼處展示本次業務產生的碳排放；第二，形成碳排放相關記錄報告；第三，通過PDV數據大屏，展現企業碳排放數據大屏，指標包括企業的碳排放趨勢，不同倉庫的碳排放概覽，碳排放細分統計等。

低碳供應鏈應用效果展示