您现在的位置:智能制造网>智能物流仓储设备频道 >行业资讯

ABC赋能,百度智能云开启物流新时代

2019年06月17日 10:40:23来源:百度智能云关键词:智能仓储物流
    5年前,一个包裹一周送到很正常,但如今,当日达、次日达已经成为大多数快递公司的基础服务。其中,变化的关键就是物流业已经逐渐摒弃了“劳动密集型”的发展模式,转而向科技要生产力。大数据、人工智能和云计算等新兴技术已经把物流业从肩挑手提的年代,带入了科技驱动的新纪元。
    未来十年是物流行业的“黄金十年”,也是被人工智能重新定义的十年。身处其中,如何利用好智慧化平台是快递企业必须思考的问题。企业在人工智能的帮助下计算、思考、决策,对货物进行智能调度,才能优化配送时效,进而做到节省各方面成本,提高效益。
    为此,百度智能云推出了智能调度引擎(ROS路径优化)。百度智能云智能调度引擎以强大的算法能力为核心,以百度地图为载体,以云计算、大数据为基础,通过灵活配置约束条件、大规模计算的算法优势,来为不同物流模式下的各种场景提供优质解决方案。帮助合作伙伴在智能调度、路径优化、排单派车、仓库选址等真实场景下,做到成本最优,效果显著。同时,智能调度引擎可以结合货运的独特属性,规避五限信息,推荐更准确有效的路径,从而帮助合作伙伴真正做到降低运营成本,提高物流效率。
    智能调度引擎在时效性上也具有优势,利用自研的AI算法可以在分钟级时间内运算出满足各项业务需求的最佳运输方案,综合考虑车型、运输地、收货时间窗等约束,选择最合适的车型和线路生成成本最优的运输调度方案。
    这么厉害的产品背后是什么技术在支撑呢?一同来看吧。
    ▼
    四大技术优势
    支持大规模、高复杂型物流场景
    与同类型其他产品相比,百度智能云智能调度引擎的技术优势明显,利用领先的分布式计算,比以往更专业、更灵活,能支持超大规模且复杂度极高的物流场景,具体来看:
    ➤专业的优化效果:百度智能云研发了高级自适应邻域大规模搜索算法,通过自适应选择退火模型、禁忌搜索等多种混合式启发算法,性能优于单一的基于遗传算法、蚁群算法等算法,持平多项世界记录,拥有多项专利技术。
    ➤超大规模片区求解:针对超大规模(5000个点)的无限车队多点规划问题,自主研发了基于大数据并运用机器学习算法的自适应规划算法,能根据地理位置、货量分布、车辆运载能力等多个影响因素将超大规模问题进行分解,使得对超大规模的VRP问题进行高质量路径规划成为可能。
    ➤领先的分布式计算:利用领先的分布式计算技术,实现多集群多节点并行求解,支持高并发高容错能力,能在较短的时间内可靠的解决大规模的多点路径规划问题。
    ➤灵活的适应性:支持多仓多车型大规模路径规划,支持多种优化目标自定义、覆盖物流业务常见约束条件。并支持距离计算方式自定义,支持多种距离度量方式,包括球面直线、欧几里得以及地图导航与实时路况结合的大规模多维时空距离矩阵。
    ▼
    四大产品优势
    助力物流业务全流程
    借助百度智能云强大的技术实力,智能调度引擎为企业带来了四大产品优势,在数据、算力、计算结果和运输全要素上都区别于普通的调度产品。
    ➤数据准确:结合百度地图强大的数据制作团队以及百度智能云天工特有的数据反馈通道,无论是在北、上、广、深等一线城市,还是在偏远山村,都可保证道路基础数据在短时间内得到有效改善,为物流调度的精准性提供数据保障。
    ➤算力强大:强大的智能调度算法引擎,快速生成千万级路网数据,支持多个不低于6000点位的配送任务同时计算,计算时间在分钟级,极大缩短了用户的等待时间。
    ➤结果精准:综合考虑运输车辆的不同类型,国家对车辆的限制政策以及未来路况的预测,有效规避禁行、拥堵路段,规划最优路径;针对不同行业的运输特点以及企业对城配司机的特有要求,可对规划结果进行私有定制(比如最大时速、避让特有路段等限制),从而使计算结果更加符合企业的真实场景。
    ➤全要素在线:依托物联网平台的基础服务,实时掌控车辆信息、货物信息并给用户高质量的可视化展示。结合运输计划,可对司机在运输过程中的行为进行有效监控,并对司机的异常驾驶行为进行有效的监控、预警。有效提升运输过程的安全性。
    目前,百度智能调度引擎已经应用于零售、烟草、危化品等行业,为客户带来了显著的效果,节省人力成本80%以上,降低运输成本40%左右。同时,百度智能调度引擎并不是静态的,在机器的不间断学习过程中,方案会愈加科学有效,帮助企业进一步降本增效。
    未来,百度智能云将继续深耕智慧物流领域,打通物流数据、整合物流信息、优化物流资源、提高物流组织化程度,赋能更多物流企业。
  • 凡本网注明"来源:智能制造网的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,https://www.gkzhan.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

热门频道