物流供应链智能预测系统建设分析

吕洁印，何彦东

（1.深圳中集智能科技有限公司，广东 深圳 518063；2.清华大学深圳国际研究生院，广东 深圳 518055）

1 物流供应链智能化数字化发展

物流供应链行业作为国民经济的支柱产业，存在环节众多、主体多样、数据难以互通的特点，造成预测困难、效率安全水平低、碳排放高等问题，加快发展现代物流供应链，对于促进产业结构调整、转变发展方式、提高国民经济竞争力和建设生态文明非常迫切。我国发展人工智能具有良好基础，加快人工智能多领域多场景示范应用，开展智能物流装备研发和推广应用，推动物流供应链各环节实现智能化运转和高效率管理，引导行业龙头企业引领带动物流业智能化发展，是我国当今新一代人工智能发展规划的重要内容。当前，借助人工智能技术等数字经济打造物流供应链闭环系统，实现物流供应链预测规划、效率、安全等整体能力的提升成为行业趋势。

2 集装箱物流供应链是全球物流供应链的重要组成

集装箱是全球国际贸易物流供应链的核心装备，包括普通货物集装箱（普货运输）、冷藏集装箱（冷链供应）和罐式集装箱（危险品）等。全球国际贸易货物运输80%以上是通过集装箱运输完成的，集装箱是全球应用最广泛、最标准化的、实现物流供应链运转必不可少的载运工具，即物流装备。集装箱物流供应链系统是具有明显的开环应用特征的系统。作为典型的物流供应链的流通装备，集装箱的所有权、经营权、使用权是分离的，物流作业各环节是属于分散的主体，打造集装箱物流供应链闭环系统，实现物流供应链系统运作的预测规划、效率、低碳和安全能力整体提升，这是集装箱物流供应链智能预测系统建设的重要原因。

3 物流供应链智能预测系统建设需要解决的关键技术问题

（1）物流行业供需预测技术—解决“高鲁棒性和高可靠性预测”的问题：物流行业的供需预测（如多式联运、危险品运输、医药物流、通关运输、智能仓储等场景供需预测）是制定各种决策的前提与基础。一旦预测准确率不高或者鲁棒性较差，就会导致后续环节资源浪费，成本增加。但是，物流行业供需预测的准确性在不同情景下受到多种因素的影响，且具有非线性特点。传统的预测方法针对这种情景预测准确率不高。因此，能够反映多因素影响程度、多维度分析且能够应对非线性特点的供需预测技术，是实现高准确率和高鲁棒性的物流行业供需预测的关键。

（2）多式联运路径规划与动态调整技术—解决“高效经济运输”的问题：在多式联运系统中存在海量的货物订单、运输、仓储、港口等物流资源，构成了一个复杂的网络系统。在这种复杂网络下多式联运存在两个关键决策，一是基于现有订单和资源来决策多式联运网络服务能力、路径规划等；二是基于实时订单及意外情况进行动态实时的调整多式联运的路径；这两个决策不仅直接影响企业的成本和效率，而且关系着客户的服务质量。因此，需要结合优化算法（如分支定价、禁忌搜索、自适应大规模邻域搜索等）和机器学习理论来设计能够处理大规模问题且实时响应动态变化的多式联运路径规划与实时动态调整集成算法，实现多式联运的高效、科学决策。

（3）典型物流场景效率智能提升技术—“解决局部场景高效作业”问题：在物流供应链的各典型场景，例如公路运输、水路运输、铁路运输、港口集疏运和仓储堆存等，对智能化转型要求在逐步升级。研发适应于各场景的智能感知识别技术、智能控制执行技术、信息化系统以及中央大脑，来实现车路协同自动驾驶、港口高效集疏运作业、运输风险高效辨识和应急处置。例如集装箱等物流装备的表面容易污损、字符剥落、字迹不清等，需要检测和识别各种类型的残损，作业环境恶劣复杂，通过图像识别和深度学习技术，快速识别出相关特征信息，服务于海关检验检疫相关场景。

（4）物流安全监控评价预警技术—“解决物流供应链运转安全”的问题：物流供应链管理系统处理数据交接过程复杂，效率低下且安全性偏低。研发基于人工智能与区块链整合的物流供应链运作模型，搭建面向物流全供应链的工业互联网全程追溯平台系统，实现对以集装箱为主要物流装备的物流供应链分布式、智能化监控和预警，在使物流供应链“透明化”的同时，降低人为信息干预，提高整个系统的安全性。传统的物流产品质量安全管控是基于经验判断，无法适应物流供应链的动态变化，以全供应链质量控制数据为基础，构建物流产品的质量控制知识图谱，为供应链关键质量控制点的自动辨识提供知识指导，是实现动态供应链环境下关键质量控制点自动分析的关键技术。

（5）物流供应链智能预测系统平台—解决“物流供应链低碳运作”的问题：将物流行业供需预测技术、多式联运动态路径规划调整技术、物流供应链智能安全技术等进行协同集成，开发形成物流供应链智能预测系统相关智能设备、软件算法和系统平台，为危险品、食品药品冷链等物流供应链上下游运输提供整套解决方案。

4 物流供应链智能预测系统建设思路

物流供应链智能预测系统建设应紧抓“新基建”战略机遇，采用人工智能与物联网、5G、卫星通信、工业互联网综合应用以及和控制科学、运筹学等理论相融合的方法，以集装箱物流供应链为抓手，构建物流行业供需预测模型、预警模型、动态规划调整策略等，实现物流供应链系统中的各个环节的高效集成、智能化处理与管控能力提升，解决物流供应链领域的数据缺口问题、效率低下问题、碳排放高问题和智能安全问题，形成不同主体之间统一的信息与数据互通标准，最终实现物流供应链系统运行的预测规划、效率和安全提升。物流供应链智能预测系统建设路径如图1所示。

图1 物流供应链智能预测系统建设路径

针对以集装箱为核心物流装备的物流供应链中涉及供需协同、效率提升、安全保障等关键因素的智能预测问题，按照“预测—规划、智能—高效、智能—安全、集成—应用”的思路，研究物流行业供需预测技术、多式联运路径规划与动态调整技术、物流供应链典型场景效率智能提升技术、物流供应链智能安全技术和物流供应链智能预测系统集成及多场景应用技术，开展基于人工智能的物流供应链供需协同、关键场景效率提升、物流供应链安全保障等关键技术研究，集成研发物流供应链智能预测系统，实现围绕供需问题、效率问题、安全问题、低碳问题的智能预测服务。

研究面向食品药品冷链供应、危化品、普通货物等多种物流供应链及物流典型场景的物流供应链智能预测系统集成技术，将物流行业供需预测技术、多式联运动态路径规划调整技术、物流供应链智能安全技术等进行协同集成，开发形成物流供应链智能预测系统相关智能设备、软件算法和系统平台，构建面向物流供应链的专业语义库和语义识别系统，并结合食品药品冷链供应、危化品、普通货物等典型物流供应链及其典型物流场景特点，在实际物流供应链多场景中开展应用推广，实现物流供应链“供需预测—准确可靠”、“路径规划—高效经济”、“物流典型场景—高效便捷”以及“物流供应链运作—安全可信”的目标。具体来说，一方面，分析冷链物流供应链、危化品物流供应链或普通货物物流供应链对智能预测系统的开发需求，针对行业特点，将物流行业供需预测技术、多式联运路径规划与动态调整技术、物流供应链典型场景效率智能提升技术、物流供应链智能安全技术等技术成果进行集成，形成智能预测系统平台、智能设备、智能控制系统、智能算法模型软件等；物流供应链智能预测系统平台构建主要包括构建Web用户交互平台、开发Web端运营管理平台、研制统一传输协议和数据接口、保障大数据系统的安全、形成高度抽象的大数据应用开发平台和实现大数据可视化。另一方面，在物流供应链智能预测系统集成的基础上，以天然气、冷链供应或普通货物物流供应等典型物流供应链“产—运—销”全链条业务运营以及其多式联运典型环节场景为对象，开展大量的验证测试推广应用，实现大规模物流装备接入、全场景智能和基于人工智能技术的物流供应链全链条运营。

5 总结

当前，新一轮科技革命和产业变革正在深入发展，呈现智能化主导趋势。全球前20大集装箱港口中国占半数以上，全球排名前十港口中国占七席，我国港口规模稳居世界第一，中国集装箱运输的发展是全球稳定发展的重心和基础。国家实施“一带一路”战略，畅通国内大循环，促进国际国内双循环，强化流通体系支撑作用，国际国内物流市场规模将持续扩大。以集装箱物流供应链为抓手，进行物流供应链智能预测系统建设及多场景应用，对加快发展现代物流供应链、落实国家新一代人工智能发展规划部署、实现我国科技自立，夯实我国在国际竞争中的话语权，具有现实意义。