姜文文  中国科学技术大学管理学院2019级硕士研究生

在第十九次中国物流学术年会上的演讲（摘要）

（2020年11月28日  广东·佛山·南海）

尊敬的各位领导、老师以及来自五湖四海的创客朋友们：

大家下午好！我叫姜文文，是来自中国科学技术大学管理学院的一名硕士生，很荣幸能够作为2020第五届“日日顺物流创客训练营”的创客代表，在此次大会上做方案和感悟分享。

日日顺物流创客训练营由中国物流学会与日日顺物流联合主办，是首个大学生社群交互的创业创新共创平台。这是一个能激发我们创新思维的平台！这是一个能激励我们创业行动的平台！这是一个能实现我们创客梦想的平台！很幸运，我们赶上了这样一个大众创业、万众创新的时代，成为了创业大军中的一员！

此次训练营为我们在校大学生提供了一个珍贵的产学研用平台并给予专业的多方面支持，让我们有机会“燃速青春、创业创新”！共切磋、同奋进！

在参与过程中，我为主办方有条不紊、细致认真的工作安排而感到敬佩和感谢，从种子集、天使学、A轮研、B轮创，再到现在的C轮训，这循序渐进、科学合理的过程，不断激发着创客们的潜能！

尤其今年，由于疫情的影响，天使学阶段我们不能深入企业实际学习调研，但是，疫情阻挡不住我们对知识和实践的渴望！我们求知的脚步从未停下！训练营为我们开启了首次“云开营”，带领我们一起“云探仓”！并配有专业导师讲解，让我们即使身处异地，也能真实接触日日顺智慧物流基地，挖掘创业课题！

俗话说：与智人同行，必是智慧。我们的创业团队叫做派大星团队，这里的“大星”是指有能力且出色的人，我认为我们团队个个都是如此，我们团队一直遵循“睿智创新始于心，激情创业始于行”的行动指南进行创业创新。

在参营过程中，我也领略到了多所高校出色的表现，优秀的学生创客们可以在短短的时间内针对企业问题输出一个个科学、有效、合理的优化方案。

其实，在这样从问题找方案的过程中，不仅让我们更加了解行业以及企业发展动态和面临的一些问题，也让我们通过自己的努力，为行业以及企业升级改进奉献出一份微薄的力量，我相信这对我们的个人发展，不管是科研还是就业都有着很大的帮助，可谓是终身受益。

我们团队在期初选题时，首先对所有课题都进行了一一探究，发现每一个课题都很有意义。然而，时间和精力不允许我们“一心多用”。由于我们团队在仓储、运筹、机器学习、数据挖掘等方面的专长，我们选择了基于数字化的上下游精准协同专题下的“基于大数据驱动的供应链库存中转优化”问题进行研究。

然而，“创业的路总是曲折的。”一开始，我们并不是很了解实际的货物流转过程，基于自己的理解和想象提出了一套方案。当我们与企业导师进行沟通时发现，我们所想的跟实际有很大偏差！一切推倒重来！

美国著名哲学家鲍波尔有句名言：正是问题激发我们去学习，去实践，去观察。高校导师和企业导师也告诉我们，我们应该从痛点问题出发，去探究问题的根源所在？因为只有知道问题的根源，我们才能有效地去解决问题。

在企业导师的指导下，我们了解了日日顺物流库存中转的实际运作流程。同时基于企业导师提供的历史数据，我们在高校导师的指导下，对这些数据进行深度挖掘分析，发现了这些痛点问题的根源所在，这也给我们后面基于大数据驱动提出有效优化方案奠定了坚实的基础。

“宝剑锋从磨砺出,梅花香自苦寒来”，经过一次又一次与企业导师和高校导师深入交流、小组讨论，我们才一步步输出最终的优化方案。

整个过程让我越发觉得创业创新，一定要脚踏实地，结合实际现实，而不是仅仅停留在书本和自己的想象中，这样才能真正的用自己所学去解决实际问题。而日日顺物流创客训练营，就是一个能够让我们接触企业实际的珍贵平台，我们应该珍惜这样的机会，学以致用！

下面简要汇报一下我们的方案，我们最终的课题名称是基于大数据的智能供应链库存优化与异动风险控制系统设计。

一直以来，物流的高质量发展是推动经济发展的重要力量，在一系列政策背景下，物流行业正处于智能化升级和改造的时期，为物流企业发展带来了新的机遇。本课题利用大数据技术来研究日日顺物流库存中转问题，并输出创新性的解决方案，具有重要的现实意义。

家电类大件产品是日日顺物流配送的主要产品之一。近年来，中国家电市场的整体规模趋于平稳，但内在结构却发生了变化，线上市场规模迅速增长，订单量日益增加，对供应链响应提出了更高的要求。所以，日日顺物流库存中转的智能化升级不可或缺。

我们结合日日顺物流上下游货物中转的实际流程，并对选取实际数据进行深度分析，将痛点问题归结为以下三点：首先，通过绘制需求热力图，我们发现各品类产品在不同地区需求差异大，而各仓库库存分布不均，不能很好的满足这些需求。第二，通过对订单配送路径进行分析，发现信息化程度低导致很多调拨计划不尽合理，而调拨计划的效率严重影响整个系统的效率。第三，供应链协同效率低，导致存在滞销库存占用包仓面积。

针对以上痛点问题，我们的解决方案是设计了一个智能供应链库存优化与异动风险控制系统。其中包含期初库存优化子系统和库存异动预警与策略更新子系统。期初库存优化子系统旨在每期期初对库存进行合理安排，通过考虑上游补货以及下游需求来协同供应链，并结合最优化理论进行建模求解输出库存优化方案，包含入库和调拨方案。库存异动预警与策略更新子系统是为保持系统的鲁棒性，对可能出现的库存异动情况进行识别、预警和控制。

整个系统设计的每一部分都是针对日日顺物流库存中转存在的痛点问题进行一一击破。期初库存优化子系统中的第一个子模块是基于历史入库数据对上游补货进行预测，我们基于入库数据波动性较大、规律性不强的特点，选择使用灰色预测结合马尔可夫动态优化来进行精准预测。期初库存优化子系统中的另一个子模块是对下游需求进行学习，首先基于历史订单数据提取需求特征。特征提取之后，我们结合日日顺订单数据呈现的小样本、稀疏性、各变量之间存在不确定性关系等，选取三种各具优势的机器学习模型分别进行学习；然后再使用一种常见的blending方法进行集成，输出各仓库当期库存平均消耗速率，并根据需求对各品类产品在仓库内存放比例进行优化。最后，结合上游补货预测以及下游需求学习，我们建立一个大规模整数规划模型；由于模型的复杂性，我们提出一种基于自适应PSO的启发式算法进行求解，输出库存优化方案。

由于需求学习是基于历史数据，而在实际的过程中需求会受多种不确定因素的影响可能产生与预测结果出现较大偏差的情况，我们设计了这样一个库存异动预警与策略更新子系统。具体过程如下，首先异常需求会触发库存异动识别系统进行判断，并进行缩量和放量预警，然后再通过安全库存预警和更新系统来预警库存达到警戒线的时间并形成新的调拨方案。具体的，我们基于移动平均量比设计了一个判断算法来判断当月库存需求是否超过或者低于预期。

在识别可能存在的库存异动风险后，我们基于运用隐马尔可夫模型来预警库存量达到安全库存的时间，具体过程如下：

对时间进行预警之后，根据各仓库状态，我们建立以下优化模型，输出一个新的库存调拨方案。最后基于数据和仿真，我们对模型进行了求解和系统模拟。首先我们使用2017、2018两年的数据进行建模与训练，然后再用2019年的数据进行回测。经过训练，我们可根据一些指标判断我们所选的机器学习模型及算法理论性能良好。然后我们又用实际数据验证了Blending方法效果最好，同时通过历史回测发现，存在库存异动情况，验证了我们所设计的异动预警与策略更新系统是必要的。

在系统嵌入方面，我们的系统是在日日顺物流现正在使用的仓库管理系统的基础上，对其中的库存管理、出入库管理、调拨管理、库存预警四个功能模块进行优化升级，这将使得日日顺库存管理系统更加智能化、集成化、模块化、数据化。

我们对系统功能界面也进行了模拟，下面是具体的界面及结果展示，这是期初库存优化子系统输出的库存优化方案。仓库管理人员每期期初接到弹窗提示后可继续点击查看具体的入库计划和调拨计划。库存异动预警与策略更新系统会在每期期初到下一期期初整个过程对库存信息进行实时监控，一旦库存发生异动，就会通过弹窗提示来进行预警并给出新的调拨方案。

由此看来，我们所设计的系统配置简便，人机交互容易，且通过优化升级，日日顺物流的智能化程度提高，物流能力提提升。

最后，为了检验我们所设计的系统得出的方案是否真实有效，我们运用Any Logic软件将日日顺物流实际运作进行了仿真。通过仿真分析，我们发现通过优化，部分城市延误率明显降低，且使得整个供应链协同效率提升，中转速度加快，消费者服务升级。

以上是我们的方案的主要内容。接下来的日子里，我们团队一定继续同心协力，将方案孵化落地，理论转化实际！同时在这，我想引用海尔首席执行官张瑞敏先生的一句话：“让每个人都成为自己的CEO”。日日顺物流创客训练营就提供了这样一个能让我们成为CEO的舞台！

所以未来，我希望更多的大学生创客们能够在这个舞台上，踏着创业创新脚步，沐浴产学研用之风，脚踏实地，实现自己的梦想！

在分享的最后，请允许我邀请一直与我并肩作战的创业团队成员上台，他们分别是CFO吴培彦、COO盛建超、CTO关炳儒！让我们一起再次感谢中国物流学会！感谢日日顺物流！感谢组委会！感谢我们的老师和企业导师！是你们，成就了今天站在舞台上的我们！

（根据速记整理，未经本人审阅，转载请注明作者和来源中国物流学会。）