算法驱动的

智慧物流决策大脑

-

知藏智慧物流引擎

用算法重新定义未来物流

SMART LOGISTICS SOLUTION

智慧物流解决方案

知藏针对“干支线整车”、“零担”和“城市配送”三个典型物流场景中的配载、路径规划、车辆调度等问题,提供多重融合算法、机器学习以及运筹学支撑的智慧物流解决方案。


知藏智慧物流解决方案以最优化利润模型为出发点,目前在不改变物流企业现有运作方式的前提下,帮助实现智能规划和调度的同时,大幅优化运作效率,带来整体利润7-15%的提升。

VIEW MORE
  • 智能调度引擎
  • 智能配载
  • 预测模型
  • 线路开发决策

TECHNICAL SUPPORT

技术及服务支持

为解决车辆路径规划问题(Vehicle Routing Problem)、三维货物配载问题(3-Dimentional Packing Problem)及这些问题混合产生的复杂问题,知藏技术团队将人工智能与遗传算法(Genetic Algorithm)、破坏再重建(Ruin and Recreate)、混合整数规划(Mixed Integer Programming)等运筹学优化算法相结合,自动产生精准的数据分析结果。知藏技术团队保持与大型云计算供应商的密切合作,采用弹性的云端分布式计算架构,具备对大规模复杂物流数据的实时分析能力,精准切入实际应用场景,为每位客户量身打造符合行业规范的优质解决方案。


知藏还拥有一支专业的行业资讯分析团队,具备多年的物流行业分析研究经验,为物流客户提供内容广泛,涵盖从战略设计到配套落地的端到端咨询服务,与知藏算法专家团队、产品团队、研发团队紧密配合,提供更精准、更契合物流企业实际场景和模式的全面服务。

WHO WE ARE

知来藏往

北京知藏云道科技有限公司是一家聚焦于服务物流行业的智能算法领域的创业企业。“知藏”二字取自《易经》“神以知来,知以藏往” ,寓意对以往心中了然,对未来有所预见。

知藏致力于用智能算法解决物流行业多个场景下的复杂问题,以强大的计算分析、优化建模、机器学习能力代替传统低效的人工经验,为物流行业各种运作模式下的大规模计算问题提供决策支持。


知藏还拥有一支专业的行业资讯分析团队,具备多年的物流行业分析研究经验,为物流客户提供内容广泛,涵盖从战略设计到配套落地的端到端咨询服务,与知藏算法专家团队、产品团队、研发团队紧密配合,提供更精准、更契合物流企业实际场景和模式的全面服务。

CONTACT US

联系我们

北京市朝阳区住邦2000商务中心1号楼A座2107
heptax@heptax.com
010-85965855

INTELLIGENT SCHEDULING ENGINE

智能调度引擎

知藏智能调度引擎是解决多种物流场景下车辆调度、路径规划问题的核心算法引擎。以运筹学、图论为理论基础,融合现代启发式算法和机器学习算法,以专业咨询顾问为物流企业定制建立的最优化利润模型为出发点,提供智能调度决策指导。知藏强大的算法能力支持实现日均千单量级秒级输出路径规划和调度方案,并支持实时动态调度。知藏智能调度引擎提供独立产品端、可嵌入式模块、集成算法包三种形式,可与企业自有IT系统实现完美对接或独立可视化应用。

INTELLIGENT DISTRIBUTION SOLUTION

智能配载解决方案

针对干支线零担场景中普遍存在的——无法根据各线路或区域的预知订单分布以及实时动态订单需求变化,进行全局预配载规划和车辆调度,目前仅依靠人工经验判断进行调度车辆,易出现运力与货量不匹配的情况;且目前零担企业分拣中心普遍存在“边装边看”的情况,无法实现单车装载率最优、多车多线路拼车等车辆利用率的提升以及最佳车型精准调度。 城市配送场景下“一点提多点配”、“多点提多点配”、“边提边配”等模式亦存在人工配载及排线费时费力、车辆调度不精准和装载空间利用率低等问题。 知藏智能配载算法,以实际订单池和运力池的各项信息字段为输入,支持多维限制条件参数化,结合物流企业实际落地场景,提供最优化配载及排线规划解决方案。

PREDICTION MODEL

多维预测模型

目前物流企业普遍订单预知能力较差且订单信息化不及时,作为调度规划的输入之一,订单数据没有前瞻性将极大的限制物流企业对调度网络高效运作的控制能力。知藏订单预测模型使用机器学习算法,深度学习既往订单分布和变化,结合区域性动态货物流动需求分析,给出包含“计划性订单、预测性虚拟订单、真实订单”的订单集合。目前知藏订单预测模型准确性可达80-90%。另外,知藏多维预测模型也能进行包含时间窗口、位置、状态等多项参数的运力预测,为物流企业实现长线规划和运力调度提供重要补充和支撑。

LINE DEVELOPMENT SUPPORT

线路开发决策支持

针对干支线零担场景中普遍存在的——无法根据各线路或区域的预知订单分布以及实时动态订单需求变化,进行全局预配载规划和车辆调度,目前仅依靠人工经验判潜在的订单到底是否应该接?物流企业销售人员应该去重点开发那些线路上的订单?事实上,在算法驱动之下的物流运输“网络效应”日趋明显,这些一直以来依赖于人的经验做简单判断的决策已经变得举足轻重。一个“好”的新订单的接入,有可能能为企业的物流网络带来惊人的全局增长,一个“错误”的线路开发决策,也有可能导致网络的失衡。 知藏算法引擎强大的计算能力,允许秒级的“牵一发动全身”测算,从全局网络利润最优为核心出发点,结合时间窗口、位置信息等基本参数,以及联程效应,实时动态模拟测算,评估订单质量。并可定期对已有物流网络进行平衡诊断,找到网络失衡的点、线、片区,进一步为订单和线路开发决策提供强力支持。