物流平台的实时优化算法（25页）.pdf

《物流平台的实时优化算法（25页）.pdf》由会员分享，可在线阅读，更多相关《物流平台的实时优化算法（25页）.pdf（25页珍藏版）》请在三个皮匠报告上搜索。

1、朱胜火 阿里巴巴集团 物流平台的实时优化算法 物流平台的实时优化算法 个人简介 2014加入阿里巴巴 Seattle 2004 NEC Labs Silicon Valley 2003 Amazon Seattle 机器学习与优化算法 应用：机器视觉，搜索推荐，自然语言处理，分布系统，物流 菜鸟网络 智能物流平台 E-shipping labelOp0miza0on EngineDispatch EngineInfrastructure ServicesGlobally Op0mizedOrder Fulfillment Smart Logis0csRecommenda0on EngineSm

2、art WarehousingSmart distribu0on Rou0ngWarehouse RobotsDelivery RobotsDronesFron0er TechnologySmart WarehouseSupply Chain Op0miza0on PlaHormWarehouse Automa0onWarehouse Op0miza0onSmart Distribu0on/DeliverySmart Zone CodingGuoguo Crowd-sourcing PlaHormRoute Op0miza0onAddress Database智能物流算法 机器 学习 在线 实

3、时 流式 优化 算法 智能物流算法应用 仓储 末端 实时优化：前置切箱 目标：减少包裹，拣选，运输成本 减少包裹个数 减少包裹尺寸 缩短拣选距离 优化计算时间：10ms 装箱算法 组合优化问题，复杂度高 启发式算法初步解决优化问题 考虑计算时间与最优的平衡 节省每单0.2元，估计每年节省3.6亿人民币（每天500万单）探索利用大数据 估算装箱的“势”利用估算，优选决策 流式优化：拣选 目标：减少总体拣选成本 难点：电商的订单流式到达 拣选单实时发布 拣选：拨次和路径 利用拣选通路，进行拣选池中分配优化，减少拣选路径长度 增量的方式处理流式拣选需求 目前整体路径长度比优化前减少10%Order

4、pool Order Order Order Order Order Order Order Pick bill PickingPicking Order Order Order Pick bill BatchingBatching 拣选机器人 机器学习：智能分单 Distribution center Delivery station Delivery Personnel 分拨中心 快递员 配送网点 电子面单 目标：自动确定 分拨中心 配送网点 快递员 智能分单 难点：收件地址是非标准的 快递员边界是模糊的，动态的 高精确度 机器学习利用投递成功与失败的数据，以及地图的信息确定三段码的划分

5、智能分单 三段码的自动划分缩短拣选每天时间30分钟 估计每年节省4000万人民币（每天500万单）0 0.05 0.1 0.15 0.2 0.25 6 6.5 7 7.5 8 8.5 9 9.5 10 10.5 11 上海市奉贤区南桥 上海市奉贤区南桥 三段码使用前派扫单量曲线 三段码使用后派送单量 智能分单 Level 4 Address Database Penetration(1)83%Sorting Error Rate Reduction(3)40%Cainiao E-Shipping Label Penetration(2)71%Smart Routing Accuracy(3)9

6、8%+四级地址库渗透率(1)菜鸟电子面单渗透率(2)智能分单降低错误分拣率(3)智能分单准确率(3)Level 4 Address Database Penetration(1)83%Sorting Error Rate Reduction(3)40%Cainiao E-Shipping Label Penetration(2)71%Smart Routing Accuracy(3)98%+?(?2?2?)?31?)?在线学习与分配优化：裹裹 裹裹：菜鸟的APP 查件，收件，