1 企業簡介
1.1 開發企業簡介
本項目的開發單位是中遠網絡物流信息科技有限公司。該公司是中遠集團下屬的IT旗艦公司，也是從事物流信息化的專業公司，具有獨立法人地位。該公司自1997年進入物流信息化領域，不僅負責中遠集團特別是中遠物流的信息化服務，還廣泛承接集團外的運輸和物流企業以及大中型生產企業有關供應鏈和物流系統信息管理平臺解決方案的咨詢、設計和研發項目。我們已經為煙草、交通運輸、電信、鐵路港口、汽車制造、零售、電子電器、農資、物資等行業提供了大量優秀物流解決方案，并提供基于優化算法的優化解決方案。公司自成立至今，通過自身的努力，規模和經營業務范圍不斷擴大，技術研發水平不斷提高，在2009年公司被國家發改委評為全國信息化試點單位。
公司具備并保持如下資質：
工信部認證的二級系統集成商資質；
國際認證的CMMI軟件企業資質（三級）；
國家認定的高新技術企業和軟件企業；
通過并保持ISO9000認證；
國家發改委2009年發布的第一批全國信息化試點單位；
國家信息產業部認定的全國首批由行業信息化管理機構向信息化產業轉型的40家試點單位之一；
國家信息產業部認定的行業信息技術應用推廣服務機構示范企業；
國家發改委資助的中遠集團物流新技術實驗室（發改委2006年技術創新專項）；
國家發改委批準的2006年信息產業化專項和技術創新專項的實施單位；
自2006年以來承接或共同承接國家科技部、發改委、工信部的十個國家級科技科研項目；
自2008年以來共同承接歐盟FP-7研究框架的兩個國際合作科研項目；
2012獲得中國交通運輸協會的“2012中國最佳物流支持企業”獎。
1.2 應用企業簡介
上海通用汽車有限公司，成立于1997年6月12日，由上海汽車集團股份有限公司、通用汽車公司共同出資組建而成。目前擁有浦東金橋、煙臺東岳、沈陽北盛和武漢分公司四大生產基地，共4個整車生產廠、2個動力總成廠，是中國汽車工業的重要領軍企業之一。堅持“以客戶為中心、以市場為導向”的經營理念，上海通用汽車不斷打造優質的產品和服務，目前已擁有別克、雪佛蘭、凱迪拉克三大品牌，覆蓋了從高端豪華車到經濟型轎車各梯度市場，以及高性能豪華轎跑、MPV、SUV、混合動力和電動車等細分市場。
多年來，上海通用汽車不斷創新超越，從1999年年銷量2萬輛，到2012年全年銷售超過139萬輛，成為中國成長最快的乘用車企業。上海通用汽車以前瞻的戰略、厚積薄發的體系實力和創新超越的企業精神，正朝著“國內領先并具國際競爭力”的目標奮進。
2 項目背景及建設思路
2.1 項目背景
近年來，汽車制造行業面臨產能過剩，客戶需求產品多樣化與個性化，原材料成本和勞動力成本上升，利潤空間減小等諸多挑戰，傳統的管理手段和運行模式明顯已經遇到了瓶頸。
智能制造的興起，無疑為汽車制造業的轉型發展帶來了新的機遇。在互聯網高速發展的當下，人們的思維模式發生顛覆性轉變；同時各種新技術的發展與成熟應用，會推動商業智能走向一個新的高度，也使人工智能的實現成為可能。這些對汽車產業的影響已經從汽車產品向整個汽車工業延伸，全球很多汽車企業都在積極完成轉型，上汽通用作為中國汽車行業領軍者更不例外。
物流作為汽車制造中的核心一環也面臨著諸多壓力。傳統模式下的物流效率提升已接近瓶頸，需要尋求突破；市場需求與產品供給需要更精準、更快速對接，對供應鏈及物流提出更高要求；勞動力成本上升、土地資源稀缺及價格不斷提高等因素，導致物流成本大幅提高；新興產業公司擁有得天獨厚的互聯網資源優勢，汽車物流面臨跨界競爭的威脅。在此背景下，汽車物流被越來越多地植入“智能”的訴求。
加上近年來，自動化設備、智能機器人、新控制技術的不斷涌現，物聯網、視覺識別、大數據分析、云計算、機器學習等先進技術的不斷發展成熟，都給智能物流的發展提供了良好契機。
對于上汽通用而言，物流智能化轉型是企業保持優勢、持續前進的目標，同時也是支撐公司智能制造順利推進的重要組成部分。另一方面，上汽通用作為汽車產業鏈的龍頭，通過智能物流戰略的推進，也將協同并帶動汽車上下游產業鏈的共同發展。
為了進一步提升入廠物流管理能級，降低入廠物流運作成本，上汽通用汽車緊密協同安吉、通匯等第三方物流服務商，規劃并部署了“入廠物流智能集成平臺”項目，并于2016年實施了一期項目：主要圍繞實現數據互聯互通，通過建立企業級數據標準，全面貫通上汽通用、物流服務商、供應商數據，實現多方在同一平臺的數據實時共享。2017年，由于上汽通用汽車與我司合作通過移動智能終端、智能算法等技術的引入與應用，使“入廠物流智能集成平臺”二期項目取得突破。
2.2 項目建設思路
1、將路線優化業務模型轉換為數學模型
業務場景構建：將業務基礎信息及約束條件轉換為數學參數及數學邏輯；
目標方程構建：結合業務需求構建求解最優解的目標方程。
2、通過智能算法對數學模型求解
第一步：調用算法（分支定界算法等）先找到若干符合條件的解；
第二步：選擇最接近優化目標（成本最優）的解。
3 項目重點和難點
在上汽通用智能物流的推進過程中，許多新技術、新模式在部門、公司甚至行業內都是首次嘗試，無成熟方案可供借鑒，面臨諸多困難與挑戰。針對這些技術難點，一方面，上汽通用在部門內部成立了相應的平臺化組織，集成部門各類專家對技術難點進行集中攻關；另一方面，通過戰略供應商協同、產學研合作等方式，借用各類外部資源的幫助來進行項目推進。
此外，受到企業資源和人力條件的限制，不可能所有物流系統和作業環節一起推進智能化，如何尋求技術與成本之間的平衡，找準突破口，也是智能物流建設過程中必須考慮的。上汽通用所追求的是精益的智能物流，用最低的成本來實現最優的解決方案，所有新技術新模式的應用都是為了最終能產生效益。因此，上汽通用在做好智能物流發展全局規劃后，梳理整個業務流程中哪些業務有系統，找到最關鍵的環節先試先行。例如，入廠物流和出廠物流最復雜，所占物流成本也最多，即使取得哪怕1%的改善，都將帶來可觀的效益，所以成為智能物流建設的重點。
由于業務復雜，每日上海通用工廠的訂單量大，供應商多，運輸線路也就很復雜，所以入場物流智能集成平臺路徑優化難點很多，面臨的挑戰巨大：
1、市場波動頻繁，需要高頻次對運輸路徑進行優化調整，匹配實際需求；
2、隨著供應商越來越多，對道口卸貨能力和庫存約束等各種限制條件越來越復雜；
3、幾乎沒有可能綜合考慮與均衡所有制約因素。
4 項目簡介
入場物流智能集成平臺（3IP）二期路徑優化項目，整合所有業務細節數據（包括供應商信息、零件訂單信息、包裝信息、運輸車輛信息……），根據業務規則，進行高效分析計算，通過數字化建模方法，將各種復雜的限制條件（包括庫存限制、窗口時間、車次均衡、提貨間隔、車輛屬性、車輛數量、車輛歸屬、車輛載荷……）轉化為數學模型，使用先進的算法引擎ILOG快速綜合分析計算，使零件需求與運輸資源完美匹配，減少緊急拉動產生，或者資源的浪費，通過車載終端、移動通訊設備，推廣應用全段綁定操作機制，采集全過程運作數據，實現訂單跟蹤、路徑回放，并延伸出過程分析、運輸預警、車輛排隊等功能，入場物流智能集成平臺還具備強大的如果-假設（what -if）多場景管理分析功能，通過交互式情景建模和精細化參數設置，輕松測試各種業務情境下，多業務變量發生變化時，對成本、裝載率、有效運輸里程等關鍵指標的影響，從而快速理解各種因素的變化，如何影響業務運作效能，做出優化改進。
4.1 業務現狀
上海通用汽車金橋基地每日要向500多家供應商，發布3000多張零件訂單，供應商運輸達到1800多車次，每天入場貨量超過70000立方米，且入場業務規則復雜（如下圖1,2），入廠運輸路徑規劃目前使用人工方法進行制定，所以只能基于較為簡單的邏輯，手動求解，效率低，基于人工經驗的構造規則，且簡單約束，只能得到局部較優解，所得解與全局最優的差距無法衡量。
.png)
圖1
.png)
圖2
4.2 數字化方案
4.2.1 路線模板的設計
路線模板：通過一定的組合規則將零散分布的零部件供應商組合成線路，是入廠運輸路徑規劃的核心產物，運輸管理系統（TMS）基于路線模板進行運輸調度，指導承運商的運作。
.png)
4.2.2 智能算法模式
將路線組合規則轉化成數字化模型。
.jpg)
4.2.3 路線優化邏輯
1、將路線優化業務模型轉換為數學模型
業務場景構建：將業務基礎信息及約束條件轉換為數學參數及數學邏輯
目標方程構建：結合業務需求構建求解最優解的目標方程
2、通過智能算法對數學模型求解
第一步：調用算法（分支定界算法等）先找到若干符合條件的解
第二步：選擇最接近優化目標（成本最優）的解
.jpg)
4.2.4 系統架構
4.2.4.1 系統邏輯架構
.jpg)
4.2.4.2 優化模型架構
通過業務基礎信息以及業務規則的收集整理，以及零件的需求預測，構建優化模型，并將收集到的數據轉化為系統所需模式，通過優化引擎，采用智能算法，給出較優的路線模板供業務人員使用。
.jpg)
4.2.5 模型實現流程
.png)
4.2.6 系統界面展示
系統路線規劃生成流程如下：
.png)
4.2.6.1 場景生成
約束，根據需求將約束條件在系統中進行維護。
場景，一組約束條件及其對應的參數集合。
參數，約束條件的參數設置，帶有版本管理，可以為某一參數設定多個版本的參數。
復制，場景可以復制，新的場景繼承原場景下所有約束條件的參數數據（包括版本）。
.jpg)
4.2.6.2 需求單生成
需求單的預處理：對于一般零件通過AllParts可以方便轉化，比如一個產自供應商A的一般零件P001，需要運到ReceiveDock B，日平均需求量為100個編號為R002的料架，那么“運單”就是A->B, P001, 100 R002。
.jpg)
4.2.6.3 路線生成
通過模型算法以及優化引擎根據需求單生成路線節點信息。
.jpg)
4.2.6.4 生成卸貨時間窗口
對于每一可行路線進行到道口時間安排
考慮多個分區“需求單”劃分之間的庫存約束
每個道口每一時間有最大處理能力，不能超過該限制
同一線路對于同一道口訪問時間之間的間隔要盡量相等
但不同路線提貨時間要錯開，間隔>1h
.jpg)
4.2.6.5 生成道口計劃模板
從兩個維度獲得路線模板
路線維度，展現路線、輪次、提卸節點的到達時間、操作時間、離開時間。
零件維度，展現零件到卸貨道口的日頻次、平均窗口間隔、最大窗口間隔及具體到達時間
.jpg)
5 效益分析
5.1 路線規劃的手工與智能算法求解流程對比
1、當前手工模式
.png)
2、智能算法模式
.png)
5.2 智能算法下的優化結果
在智能算法模式下，路線選擇、時間窗口設置、考慮與庫存的耦合等分問題都可以在一個統一的決策模塊下集中處理。
在最優算法的驅動下，智能算法可以在合理的時間內，尋找出滿足實際計劃模板構建過程中必須要考慮的所有約束的最優解。
系統自動化路線規劃，全面解放人工規劃的工作時長，將人工從路線規劃完全手工制作進化到系統自動運算而人工只需對系統結果進行手工調整，節約大量時間。
5.3 公司效益
該基于移動互聯、大數據、優化算法等先進技術的數字化智能項目，通過構建包含多種成本、效率要素和約束條件的路徑優化模型，實現了需求與資源的高效匹配，驅動運輸資源利用率大幅提升，實現運輸綜合成本大幅降低，全面推進了物流業務的提質增效，為構建互聯互通、高效協同、智能決策與優化的物流及供應鏈體系奠定了堅實的基礎，開啟了上海通用汽車物流數字化智能化管理新紀元。
6 經驗與體會
如今，市場需求變化越來越快，計劃影響越來越大，市場競爭越來越激烈，運算數據越來越多，資源成本越來越高，決策范圍越來越廣，這樣復雜多變的商業需求使優化技術更具有價值。而優化的商業價值，在于快速平衡企業中眾多相互制約的條件和目標，為決策提供優選方案，實現降低運作成本，延遲資本支出，提高資產利用率，縮短交付時間，客戶服務更精準，排程更具柔性，降低管理風險，減少企業庫存，實現利潤最大化。
最新案例