機器學習+運籌優(yōu)化，智能決策推動工業(yè)互聯(lián)網(wǎng)上臺階

作者： 2022年04月22日 來源： 瀏覽量：
字號：T | T
企業(yè)正進入數(shù)字化深化、智能化延伸的階段，這包括了智能決策應用的探索與實施。 　　政策導向非常明確?！豆I(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃（2021-2023年）》重點任務之一的“新型模式培育行動”提出：要發(fā)展智能化制造。

　　企業(yè)正進入數(shù)字化深化、智能化延伸的階段，這包括了智能決策應用的探索與實施。

　　政策導向非常明確。《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃（2021-2023年）》重點任務之一的“新型模式培育行動”提出：要發(fā)展智能化制造。實現(xiàn)全流程動態(tài)優(yōu)化和精準決策。實施數(shù)字化管理。開展動態(tài)市場響應、資源配置優(yōu)化、智能戰(zhàn)略決策等新模式應用探索。
　　制造與管理是工業(yè)企業(yè)的兩大核心，是智能決策的首要目標場景。數(shù)字化、智能化的深入使研發(fā)、制造、運營、銷售、服務全價值鏈“數(shù)據(jù)就緒”，這為決策智能深入生產(chǎn)制造與運營管理優(yōu)化創(chuàng)造了條件。
　　決策精細化、自動化將加持企業(yè)增長。那么，到底什么是智能決策？有什么關鍵技術？如何實施？它與信息化、數(shù)字化轉型有何關系？

　　智能決策是剛需
　　中國首個工業(yè)智能決策白皮書《2022工業(yè)“智能決策”白皮書——點亮企業(yè)增長的“燈塔”》（下稱“白皮書”）于近期發(fā)布，該白皮書由愛分析、杉數(shù)科技、卡奧斯共同組織編寫。
　　白皮書指出，智能化是工業(yè)互聯(lián)網(wǎng)建設價值的核心，智能決策是工業(yè)互聯(lián)網(wǎng)智能化的“大腦”，以全局優(yōu)化為目標實現(xiàn)企業(yè)綜合收益最大化。
　　或者，如果說智能化是工業(yè)互聯(lián)網(wǎng)的價值C位，智能決策就是C位的C位。
　　這是因為，過程是在執(zhí)行決策，而決策涉及生產(chǎn)、管理等全價值鏈、全流程。
　　根據(jù)白皮書，智能決策是組織或個人綜合利用多種智能技術和工具，基于既定目標，對相關數(shù)據(jù)進行建模、分析并得到?jīng)Q策的過程。該過程綜合約束條件、策略、偏好、不確定性等因素，可自動實現(xiàn)最優(yōu)決策，以?于解決新增長時代日益復雜的生產(chǎn)、生活問題。
　　流程上，智能決策首先將實際問題中的決策標的、約束、偏好以及目標轉化為數(shù)學模型，然后在模型基礎上輸入數(shù)據(jù)，利用機器學習、運籌優(yōu)化等技術，對模型進行高效求解。
　　其中，機器學習技術通過強化學習、深度學習等算法實現(xiàn)預測，通常需要?量數(shù)據(jù)來驅動模型以實現(xiàn)較好的效果；適用于描述預測類場景，如銷量預測。
　　運籌優(yōu)化技術基于對現(xiàn)實問題進行準確描述刻畫來建模，通過運籌優(yōu)算法在?定約束條件下求目標函數(shù)最優(yōu)解，對數(shù)據(jù)量的依賴性弱，結果的可解釋性強；適用于規(guī)劃、調度、協(xié)同類問題，如人員排班、補配貨。
　　機器學習與運籌優(yōu)化技術的深度融合，推動智能決策技術不斷擴充能力邊界。
　　一個面向16個細分?業(yè)的222家企業(yè)CIO的調查結果顯示，“輔助管理層決策”已成為企業(yè)最關注的?數(shù)據(jù)應?場景。這是個“剛需”。

　　智能決策要有大局觀
　　但凡有數(shù)據(jù)、有信息，需要做出選擇，這就是決策。決策可大可小。在應用中，落地的場景會不同。
　　杉數(shù)科技工業(yè)與智能制造副總裁黃翔說，整體上，每個行業(yè)都已經(jīng)具備了進一步智能化，推進智能決策的基礎。


　　在工業(yè)領域，智能決策的典型應用場景可以分為面向設備、面向生產(chǎn)、面向運營（市場/銷售/?產(chǎn)/供應鏈）、面向產(chǎn)業(yè)鏈四大方面。實施路徑，可先從最核心的生產(chǎn)環(huán)節(jié)切入，同時打通端到端供應鏈，以及增強設備監(jiān)控管理，再橫向拓展到產(chǎn)業(yè)鏈上下游協(xié)同創(chuàng)新。
　　以產(chǎn)業(yè)鏈為例，利用智能決策，工業(yè)企業(yè)可以通過上下游協(xié)同運營進行柔性化生產(chǎn)，基于市場競爭進行差異化定價，通過消費者大數(shù)據(jù)分析，洞察流行趨勢與市場需求進行新品優(yōu)化，從而在整個供應鏈系統(tǒng)中匹配最優(yōu)生產(chǎn)資源。
　　上汽通用作為國內龍頭整車廠，在本土化發(fā)展過程中，國外整車廠信息化工具無法滿足國內生產(chǎn)制造實際需求，為提??產(chǎn)計劃效率，上汽通用通過建設智能排產(chǎn)系統(tǒng)實現(xiàn)排產(chǎn)優(yōu)化和均衡化物料需求，拉動物流車次運輸效率提升10%，日均運輸管理費用降低7%，整體年化收益達數(shù)百萬。整車生產(chǎn)裝配涉及眾多供應商與上萬種零件，為保證平穩(wěn)生產(chǎn)，供應、倉儲及入場物流都面臨解決復雜約束問題的挑戰(zhàn)。通過智能決策技術，可以實現(xiàn)“生產(chǎn)+供應+倉儲+物流”的全面整合，從局部優(yōu)化到全局優(yōu)化。
　　在細分領域，智能化程度各不相同，頭部企業(yè)已開始將智能決策應用于供應鏈協(xié)同、柔性?產(chǎn)等環(huán)節(jié)。從行業(yè)看，智能決策已從應用程度比較高的汽車制造業(yè)、3C電子制造業(yè)，逐步向機械、鋼鐵、紡織等行業(yè)滲透，覆蓋離散制造與流程制造典型行業(yè)。
　　工業(yè)生產(chǎn)各環(huán)節(jié)成本關聯(lián)性強，有相互制約性，僅考慮單?環(huán)節(jié)成本最優(yōu)則會陷入“木桶效應”，所以智能決策應以“全局優(yōu)化”為目標實現(xiàn)企業(yè)綜合收益最大化。
　　愛分析合伙人&首席分析師黃勇指出，全局優(yōu)化就是從企業(yè)的核心目標去考慮。例如，不能單純?yōu)榱私祹齑娑屒岸松a(chǎn)的產(chǎn)品賣不出去。決策就是取舍，因此“大局觀”很重要。
　　在六國化工，通過建設產(chǎn)銷協(xié)同智能決策系統(tǒng)，實現(xiàn)了以利潤為導向，指導整體采購、生產(chǎn)、庫存、發(fā)運。同時通過優(yōu)化產(chǎn)能規(guī)劃與生產(chǎn)工藝，進一步符合環(huán)?？刂埔?。

　　以求解器為牽引 推動行業(yè)共建
　　實現(xiàn)智能決策的開發(fā)與部署，需要通過機器學習引擎進行相關算法的敏捷開發(fā)，以及通過求解器對運籌優(yōu)化模型進?算法優(yōu)化和求解。
　　求解器是工業(yè)智能決策發(fā)展的關鍵核心技術。
　　能將復雜商業(yè)問題“通盤考慮、統(tǒng)籌優(yōu)化”的數(shù)學規(guī)劃求解器，長期處于國外技術壟斷狀態(tài)，早期國內求解器發(fā)展緩慢。
　　2017年10?，杉數(shù)科技與上海財經(jīng)大學共同發(fā)布國內首個開源求解器LEAVES。2019年5?，杉數(shù)科技發(fā)布國內首個達到世界一流水準的線性規(guī)劃求解器COPT（Cardinal Optimizer)，此后陸續(xù)推出整數(shù)規(guī)劃求解器、?階錐優(yōu)化求解器。
　　“求解器是一個通用工具，類似于定制的‘芯片’，是數(shù)字化、智能化的基礎設施?！睈鄯治鳇S勇說。
　　以求解器為核心搭建的智能決策平臺，以及平臺上的模型應用層、產(chǎn)品應用層，要根據(jù)行業(yè)特性和場景適配。這需要數(shù)據(jù)中臺和應用中臺為支撐，并落實到具體的應用場景。
　　所以，智能決策廠商是否具備跨場景落地能力，一方面要看企業(yè)是否擁有自主可控的底層技術能力；另一方面，是否有實打實的案例支撐。
　　只有在工業(yè)、零售、物流各個行業(yè)有相應的行業(yè)案例，才能理解這些行業(yè)特有的業(yè)務模型或數(shù)據(jù)模型。
　　杉數(shù)科技求解器COPT，也是支撐杉數(shù)端到端供應鏈平臺的核心組件。其落地有兩條路徑：
　　第一，作為服務商直接服務客戶。一是基于解決方案，結合行業(yè)直接服務于場景，如上汽通用、舜宇光學等客戶；二是與平臺進行深度融合，如前文海爾集團案例中，即為杉數(shù)科技與海爾卡奧斯合作。
　　第二，與科研單位合作共建，把求解器作為一個重要的科研工具，提供給科研院所，后者對最終的應用場景進行研發(fā)和應用落地。目前，這種模式在能源、交通等行業(yè)比較深入。
　　以軌道交通行業(yè)為例，杉數(shù)和軌交客戶達成能力共建，將決策智能技術提供給客戶，客戶將業(yè)務應用的場景理解加深了以后，形成相應的實施基礎，最終貢獻落地應用，也為自身帶來了實打實的價值。
　　“我們一直在推動行業(yè)共建?！鄙紨?shù)科技黃翔表示。
　　數(shù)字化和智能化是螺旋式上升的過程。有了更多的數(shù)據(jù)，就會誕生更多的應用場景；有了更多的場景落地后，反過來需要更多的數(shù)據(jù)做支撐，深化應用場景。
　　所有的場景都是隨著社會的發(fā)展、數(shù)據(jù)的積累、新業(yè)態(tài)的誕生而不停地更新。而隨著整個行業(yè)對智能決策的理解加深，未來應用會越來越豐富。
　　杉數(shù)會“隨需應變”，不斷更新迭代智能決策模型、產(chǎn)品和方案。
　　決策就是資源的配置和調度，資源可以是人、財、物、設備、時間。他們的配置優(yōu)化，目的是企業(yè)增長。
　　下一步，杉數(shù)科技將推進智能決策向更多行業(yè)場景延伸。（中國工業(yè)報 周寶冰）
全球化工設備網(wǎng)（http://bhmbl.cn ）友情提醒，轉載請務必注明來源:全球化工設備網(wǎng)！違者必究.

標簽：

分享到：
免責聲明：1、本文系本網(wǎng)編輯轉載或者作者自行發(fā)布，本網(wǎng)發(fā)布文章的目的在于傳遞更多信息給訪問者，并不代表本網(wǎng)贊同其觀點，同時本網(wǎng)亦不對文章內容的真實性負責。
2、如涉及作品內容、版權和其它問題，請在30日內與本網(wǎng)聯(lián)系，我們將在第一時間作出適當處理！有關作品版權事宜請聯(lián)系：+86-571-88970062