物联网在提升供应链透明度和效率中的关键作用
本文探讨了物联网(IoT)在提高供应链透明度和效率方面的重要作用。通过实时数据收集和交换,IoT 使企业能够更好地监控、控制和管理其供应链,从而实现更高的运营效率和客户满意度。尽管存在基础设施投资和技术安全等挑战,但IoT 的应用为供应链管理带来了显著的优势。
报道领域
Papers
84 篇已发布报道
重点报道
本文探讨了物联网(IoT)在提高供应链透明度和效率方面的重要作用。通过实时数据收集和交换,IoT 使企业能够更好地监控、控制和管理其供应链,从而实现更高的运营效率和客户满意度。尽管存在基础设施投资和技术安全等挑战,但IoT 的应用为供应链管理带来了显著的优势。
编辑精选
本文提出了一种新的订单履约时间分布预测框架,利用保形预测系统(CPS)和交叉维恩-阿贝尔预测器(CVAP),这些模型无关的技术提供了严格的覆盖率或有效性保证。实验结果显示,在一个包含超过500万条记录的数据集上,CPS方法的预测准确率达到了89%,比传统方法提高了14%。此外,精细化时空特征的应用显著提高了预测模型的性能,特别是在处理高波动性的数据时。
本文深入解读了Teng Guo的博士论文《从理论到实践:推进多机器人路径规划算法及其应用》,探讨了其在高密度网格图上的Rubik Table方法、基于拼图的多机器人停车系统以及非完整约束下的路径规划技术。通过实验验证,该研究在计算效率和路径质量方面取得了显著进展,为供应链和AI从业者提供了宝贵的实操启示。
最新进展
本文介绍了京东如何通过数据驱动的方法优化商品规划和库存分配,从而显著提高履约效率。研究提出了三种算法:ML-Top-K、Reverse-Exclude 和 Hybrid-Selection,并通过实验验证了这些方法的有效性。结果表明,这些方法不仅提高了FDC的本地订单履行率,还降低了库存转移成本。
本文探讨了如何通过多源数据和智能预测-优化框架,提高最后一公里配送服务的性能。研究提出了一种新的智能预测-优化(SPO)框架,结合机器学习与车辆路径优化,显著提升了配送效率。实验结果显示,该方法在总配送时间和总运营成本方面分别降低了4.8%和5.2%。
本文研究了即时食品配送平台在使用混合无人机和人力配送员时的基础设施规划和订单分配问题。通过构建一个混合整数非线性规划(MINLP)模型,并提出一种神经网络辅助优化方法,作者发现引入无人机配送可以显著降低运营成本并减少配送员队伍规模,但在短距离配送中可能会增加交付时间。
清华大学与美团合作研究提出高斯混合模型与混合分布估计算法,将即时配送服务时间从确定性假设升级为概率分布建模,通过严格的在线A/B测试验证了不确定性建模在提升ETA准确性、优化调度决策、改善用户体验方面的可量化商业价值。
清华大学与美团合作研究,用高斯混合模型建模外卖配送中的随机服务时间,通过混合分布估计算法实现高效求解,并在真实平台 A/B 测试中验证了实用价值。
香港科技大学研究提出无人机 + 骑手协同配送模型,通过神经网络辅助优化方法解决混合整数非线性规划问题,在深圳案例中实现 23.5% 成本降低,为城市低空经济基础设施规划提供科学依据。
Georgia Tech与Grubhub联合发表的70页论文,首次系统定义了MDRP(外卖配送路由问题),提出两阶段承诺框架和优先级调度方案,奠定了整个外卖配送优化领域的研究基础。
美团×清华KDD论文,提出SCDN框架从熟练骑手配送轨迹中挖掘订单合并知识。已部署生产系统,午高峰骑手效率提升45-55%,同时保持准时率。
提交至Transportation Science的前沿论文,提出n-step SARSA与多臂老虎机超启发式的混合框架,基于美团真实数据验证。核心发现:战略性延迟派单降本12%,增加10%骑手比改进算法更有效。
清华大学联合UIUC、剑桥大学发表41页ACM综述,提出DDS服务环统一框架,系统梳理深度强化学习在外卖配送、网约车、快递和仓储中的前沿应用。
Global Supply Chain Intelligence. Delivering real-time news, analysis, and insights for supply chain professionals worldwide.
© 2026 SCI.AI. All rights reserved.
Powered by SCI.AI Intelligence Platform