盒马目前的做法效率低下尚先生说
Posted: Wed Feb 12, 2025 4:27 am
“如果在仓库收到物料的那一刻，你就有一个快速算法来利用最即时可用的信息，那将是非常理想的。然后，你可以快速地将库存转移到具有不同需求的不同零售店。这就是利用实时信息进行库存补充。”
“这是我们要解决的挑战，”尚说。“我们需要一种算法，能够在不到一个小时的时间内观察当天的特征信息，解决 400 多个库存单位的分配决策，以满足早上 6 点的目标。”
“管理一个地点和管理多个地点之间有很大区别，”尚说。“如果你的仓库只为一家商店供货，你只需要订购你需要的东西，但这里我们谈论的是分销供应链。一家商店的订单会影响其他商店。这是一个非常复杂的系统，需要高效地处理。”
两步走的方法
Shang 和他的同事是库存管理研究中第一批利用影响需求的最新因素来解决“一个仓库多个 厄瓜多尔电话号码数据 零售商”问题的人之一。他们开发了一种利用当天信息并通过两步流程生成解决方案的算法。
第一步是通过一种称为泰勒级数或泰勒展开的数学方法解决零售商之间的库存分配决策。它以 18 世纪英国数学家布鲁克·泰勒 (Brook Taylor) 的名字命名，长期以来一直为科学家、工程师和天文学家提供极其复杂的问题的解决方案，例如计算哈雷彗星的轨道。
“假设你有 100 个单位的商品和 16 家门店，就像盒马在成都那样，每家门店都有不同的交货时间、不同的成本结构和影响客户需求的不同因素，”尚说。“你如何实时地最好地分配这 100 个单位的商品？这是一个复杂的问题，人们称之为‘维数灾难’。没有因果解决方案。在我们的算法中，我们快速计算出了一个理想的解决方案，它的优雅源于泰勒展开式。”
运行泰勒展开式之后，尚和他的合著者利用当前需求信息应用机器学习算法来获得最终解决方案，即数据驱动泰勒近似（DDTA）。
“最终的结果是数据驱动的解决方案，因为它的所有概率成分都来自真实数据，并且统计工具在最终的分析中对它们进行了细化，”尚说。
与盒马基于前一天信息的政策相比，尚先生的数据驱动算法能够更精确、更实时地预测需求，这在过去是不可能的。
减少食物浪费的更大影响
尚的研究代表着朝着解决全球食品浪费这一严重问题迈出了有希望的一步。世界野生动物基金会 (World Wildlife Fund)表示，这不仅是食品杂货面临的最大底线问题之一，而且 40% 的食品从未被食用。
“这是我们要解决的挑战，”尚说。“我们需要一种算法，能够在不到一个小时的时间内观察当天的特征信息，解决 400 多个库存单位的分配决策，以满足早上 6 点的目标。”
“管理一个地点和管理多个地点之间有很大区别，”尚说。“如果你的仓库只为一家商店供货，你只需要订购你需要的东西，但这里我们谈论的是分销供应链。一家商店的订单会影响其他商店。这是一个非常复杂的系统，需要高效地处理。”
两步走的方法
Shang 和他的同事是库存管理研究中第一批利用影响需求的最新因素来解决“一个仓库多个 厄瓜多尔电话号码数据 零售商”问题的人之一。他们开发了一种利用当天信息并通过两步流程生成解决方案的算法。
第一步是通过一种称为泰勒级数或泰勒展开的数学方法解决零售商之间的库存分配决策。它以 18 世纪英国数学家布鲁克·泰勒 (Brook Taylor) 的名字命名，长期以来一直为科学家、工程师和天文学家提供极其复杂的问题的解决方案，例如计算哈雷彗星的轨道。
“假设你有 100 个单位的商品和 16 家门店，就像盒马在成都那样，每家门店都有不同的交货时间、不同的成本结构和影响客户需求的不同因素，”尚说。“你如何实时地最好地分配这 100 个单位的商品？这是一个复杂的问题，人们称之为‘维数灾难’。没有因果解决方案。在我们的算法中，我们快速计算出了一个理想的解决方案，它的优雅源于泰勒展开式。”
运行泰勒展开式之后，尚和他的合著者利用当前需求信息应用机器学习算法来获得最终解决方案，即数据驱动泰勒近似（DDTA）。
“最终的结果是数据驱动的解决方案，因为它的所有概率成分都来自真实数据，并且统计工具在最终的分析中对它们进行了细化，”尚说。
与盒马基于前一天信息的政策相比，尚先生的数据驱动算法能够更精确、更实时地预测需求，这在过去是不可能的。
减少食物浪费的更大影响
尚的研究代表着朝着解决全球食品浪费这一严重问题迈出了有希望的一步。世界野生动物基金会 (World Wildlife Fund)表示，这不仅是食品杂货面临的最大底线问题之一，而且 40% 的食品从未被食用。