运筹学在供应链优化中的实际应用

运筹学在现实问题中的应用：某中心博士后研究实践

当顾客在某中心购物时发现商品缺货，他们有多大可能选择不同品牌的类似商品替代？什么是最快速、最节能的配送路线？这些正是某中心供应链优化技术团队首批博士后研究员探索的问题。

研究背景

某中心博士后科学计划为博士毕业生提供获得行业经验、应用专业知识和向科学家学习的机会。"如果声称要解决现实问题，就必须真正走出去研究这些问题，让研究扎根于现实，"在康奈尔大学获得运筹学博士学位的研究员表示。

另一位在麻省理工学院获得计算科学与工程博士学位的研究员指出："如果只阅读相关论文和文章，无法真正理解这些问题。当深入这个行业并看到描述这些问题的数据集时，才意识到供应链管理和运输领域仍存在许多重要问题。"

运筹学研究方向

入库优化研究

主要研究项目聚焦于入库优化——协调供应商和卖家将产品送入网络的过程。这涉及建立模型，探索诸如卖家或供应商最近仓库与这些仓库拥堵水平之间的权衡等细节。

例如，如果最接近供应商的仓库拥堵，可能导致产品交付给客户的延迟。将货物发送到拥堵的仓库还会对其他产品和客户产生连锁影响。"在考虑货物发送地点时，不仅要考虑其自身产生的成本，还要考虑它给系统其他部分带来的成本。"

这项研究需要发现通常隐藏在表面之下的数据。例如，仓库并没有显示拥堵的卡车长队，而是通过卖家预约交付的时间延迟来体现拥堵情况。

多渠道库存优化

研究探索了通过多种渠道销售过剩库存的算法改进方法，包括在商店进行降价促销和在其它网站进行定向广告。"这是运筹学中相对未被充分建模的领域，有多种方法可以使产品更具吸引力。"

另一个研究项目应用博士研究，规划采购、存储和向客户路由库存的有效方法。初步研究特别关注碳排放、履行中心库存水平和配送路线之间的权衡建模，最终可能为公司的气候承诺目标提供参考。

研究方法与发现

在路径规划研究中，开发了在需求未知情况下规划配送车辆路线的方法。"在提前规划路线时，有意让某些司机的部分路线重叠，以便他们可以在这些重叠路线上互相帮助和协调。"研究发现"很少量的重叠就能显著提升系统性能。"

学术与产业结合

通过在某中心的研究经历，研究人员对现实世界中决策者需要回答的问题类型有了更深入的理解。"作为学者，我们可能与此相当脱节。尽管在某中心的工作与在康奈尔大学思考的问题相关，但这让我看到了更广泛的问题范围。"

产业界的研究节奏更加高效，这种经历帮助研究者适应更快的工作节奏。预计与首批博士后科学家的思想交流将在他们开始学术生涯后继续下去，两位研究员都在与同事合作撰写研究论文。

更广泛地说，这种研究经历将帮助学者将学术研究聚焦于具有现实影响的主题。"作为学者，在选择研究内容上有很大的灵活性。希望他们能够获得判断什么是真正重要问题的能力。"
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码