洞隐AI产品

1. 跨界共促AI落地，产品得到应用认可

从学术界到产业界，洞隐与华中科技大学联合成立人工智能实验室，完成了技术与应用最后一公里的融合，就AI和运筹算法在物流及供应链领域的一些应用进行共创，成功应用于众多大型零售、城配医药、门店配送以及制造企业，如沃尔玛、泰德、立邦、家家悦、达美乐、茶百道、九号等。并且，AI优化产品可与洞隐供应执行云平台无缝集成提供一体化解决方案，提升企业使用体验。

洞隐AI产品覆盖计划、运输优化TOS、装箱优化LOS、库存优化IOS等供应链业务场景。

● 计划层面，洞隐AI产品可以求解发货计划，在多级仓库中转的情况下进行多级转运计划的计算；

● TOS主要是面向线路优化、智能配载以及路顺的规划；

● LOS装箱主要为3D装箱计算，包括优化计算和展示、动态模拟，并且可以无缝集成TOS的线路规划；

● IOS库存优化解决智能寻仓和挑库，仓库之间的自动调拨和补货以及库内作业的优化。

2. 运输优化TOS云

| TOS云考虑各种约束

送货或提送货，单仓发货或多仓发货，考虑运力资源、满载率以及不同的优化求解目标，支持多目标优化。

| TOS云三大产品特点

■ 除了成本之外，城配优先考虑末端送货点的聚合，首个客户到末端客户的送货距离尽量的短。

■ TOS云支持分区优化，如自定义片区或者是结合企业固定线路的优化。

■ 在波次优化时计算路顺，司机在APP端也可以去发起实时的路顺规划。

在多次求解结束之后TOS云为用户提供便捷的手调工具，也可以输出Excel的排线表供用户参考。

| TOS云算法优势

TOS云融合多种高效的运筹优化及AI算法，集成数种算法框架和几十个算法模块，可以根据客户的具体场景、问题规模、求解时长等要求灵活选择合适的模型，获取到高质量的求解方案。

TOS云也可以随着客户的场景变化快速地更新迭代算法。其主要优势在于求解速度快，解的质量高，拓展性能强，对计算资源要求低。

| TOS云支持的约束汇总

首先，基于不同的求解目标，比如成本优先还是聚合优先。其次，针对不同的约束可以分为软约束和硬约束，硬约束不能违反，软约束则可以考虑一定的惩罚成本。大体的约束可以分为几类：

● 第一，客户及地址类。考虑温层、时间窗、可进入的车型等等，也可以结合企业已有的拼线和拼点的约束，在此基础上考虑相应的优化；

● 第二，仓库及运力类。考虑月台、车型、满载、装卸效率、新能源车的最大里程；

● 第三，地图及成本类。基于距离矩阵进行优化，也可以结合地图以及不同的成本模型，比如说像趟次计费、车公里免费、油价联动和补贴等；

● 第四，TOS云运行时参数类。优化时考虑不同的优化参数，满足不同优化场景的需求。

以某500强的零售企业为例，该企业应用了洞隐的TMS+TOS云产品，覆盖常温和冷链物流中心的门店配货业务。配送优化需求：不同订单类型，例如【门店配送】【仓间调拨】基于一定规则组建波次，并基于波次任务进行TOS排线优化，自动计算最优成本车辆排线方案。

算法应用特点：

● 多订单类型共配

● 摆柜时效计算

● 门店订单基于通用时间窗/商品属性-个性时间窗计算

● 多波次配送方案

● 考虑弹性装载率，多点拼载装载率系数调整

● 考虑承运商份额分配

● 考虑月台约束

优化算法应用之后，成本降低1.5个百分点，整体效率提升15%。

3. 装载优化LOS云

LOS云的业务场景包括装车、海运装柜、集装箱装柜以及货物的装箱和打托。系统会计算最优的装箱方案、求解容器类型和数量，装箱计划可以回传到业务系统。

LOS云相关约束主要有以下几个类别：

商品信息。商品不同的形状、维度、是否有堆叠限制和其他介质。

容器设置。包括容量限制，不同容器类型装载方向的限制，同时需要考虑容器成本。

订单数据。不同的运输方式、时长和货量有不一样的装箱要求，还需考虑装箱顺序，如后到先装、重不压轻等。

优化目标。总体的优化目标是最低的成本和最少的容器。

洞隐低碳供应链产品

运输碳排放计算模型，根据运单的起点、终点、运输方式等信息，自动计算运输过程产生的碳排放量，并生成碳足迹报告。系统将据此推荐更加环保的运输方式，优化运输线路，自动推荐碳排放减少的方案。

碳排放计算结果共有3种展现形式。第一，运单完成后，会在运单磁贴处展示本次业务产生的碳排放；第二，形成碳排放相关记录报告；第三，通过PDV数据大屏，展现企业碳排放数据大屏，指标包括企业的碳排放趋势，不同仓库的碳排放概览，碳排放细分统计等。