杨宇瑶 北京大学光华管理学院

2022 第七届日日顺创客训练营优秀大学生创客代表

在2022年（第二十届）中国物流学术年会跨年会暨2023年（第十五届）物流领域产学研结合工作会上的演讲（摘要）

（2023年2月25日 江苏·南京）

尊敬的各位领导、老师以及来自物流行业的各位前辈：

大家下午好！我叫杨宇瑶，是北京大学光华管理学院的一名博士研究生，很荣幸能够作为2022第七届“日日顺创客训练营”的创客代表，在此次大会上分享我们团队的创业方案和创业感悟。

日日顺创客训练营由中国物流学会与日日顺供应链联合主办，是首个大学生社群交互的创业创新共创平台，也是一个开放、协作、共赢的大学生创业平台！

这是一个能够让我们迸发创新思维的平台！

这是一个能够让我们进行创业实战的平台！

这是一个能够让我们实现创客梦想的平台！

在此，我想特别感谢中国物流学会和日日顺供应链为我们提供这样一个实现创业梦想的舞台！

我们的创业团队名字叫 “银河舰队”，之所以叫这个名字，是因为我们希望能够像一艘银河舰队一样在此次日日顺创客训练营之旅中大胆探索、一马当先。我们团队是一个小而精的完整团队，六位成员都是来自于北京大学光华管理学院企业管理专业的博士研究生，分别是CEO杨宇瑶、CTO杨子豪、COO史鑫博、CMO江金阳、CFO董雁天和CIO殷博文。团队成员具有物流优化算法、机器学习与仿真优化、数据挖掘与社会计算等多方位的学术背景。回顾此次日日顺创客训练营之旅，我们团队每一位成员都充分发挥了各自的专业所长，也深入践行了此次训练营“激发创新思维、激励创业行动、激活创客梦想”的宗旨，通过创客训练营的平台极大地提升了我们团队的创新能力、创业热情！

 “纸上得来终觉浅，绝知此事要躬行”。在去年夏天，我和团队成员有幸前往美丽的青岛、前往日日顺总部进行实践调研。其中，令我们印象最深刻的是在日日顺即墨仓参观。在那里，我们看到了大件物流首个智能无人仓的全运作流程，其通过智能控制系统集中管理各类先进技术装备，如龙门机械手、全景智能扫描站，AGV小车等，使大件智能无人仓能够在黑灯环境下实现24小时不间断作业，并采用数字孪生、可视化系统管理整个仓库，极大地提高管理效率。

通过此次实地调研，我和团队成员对大件物流行业的仓储、运输管理有了更加清晰、具象的认识，这也对我们后来理解创业课题、设计创业方案提供了有力的支持。在日日顺，我们见证了智能化物流科技对于改进物流效率的重要作用，这更加激发了我们团队用自身所学为大件物流供应链注入数智化的动能。

经过实地调研、与企业导师的深度沟通，我们了解到了大件物流配送全流程作业中面临的一些痛点，例如：在分区问题上：目前城市区配网点分区作业主要依赖人工经验，缺乏算法指导，不够精细；在配车问题上：目前的订单调度作业主要由人工操作，效率较低，运输成本不可视，且存在司机多仓取货问题，司机的服务体验低下；在排程问题上：车辆排程作业由司机按照纸质单据上的地址远近等进行排程，零担在途节点不可视。

这些行业痛点与我们团队的学术背景和专业领域密切相关，所以，我们团队很快对这一创业方向产生了巨大的兴趣，并期望用智能化算法为大件物流的城市区配问题提供优化方案。

接下来，我想简单介绍一下我们团队的方案。

首先，对于分区问题，我们提出了一种智能分区算法，以在每个销售季为企业输出最优的网点划分方案。该方案的重要性在于两点：其一，网点划分后可以极大地降低问题的求解规模；其二，网点划分可以降低管理复杂度，使运营管理模块化、垂直化，更加简洁高效。为了解决这一分区问题，我们团队基于Fast Unfolding社区划分算法，设计了一种网点划分算法，旨在生成城市区配系统成本最低的网点划分方案。在历史数据的支撑下，该算法可以为每一个销售季设计一个网点分区方案，以适应不同销售季的产品需求和订单密度的变化。

对于配车排程问题，我们将其建模为一个多任务指派问题与旅行商问题结合的双层线性混合整数规划问题，其外层解决配车问题，内层解决排程问题。因此，在外层中，我们考虑的目标为最小化车辆的固定成本，也就是调度的车辆数；在内层中，我们考虑的目标是最小化距离成本、且最小化多仓取货和多仓送货的次数。此外，我们考虑了众多现实的约束，如必须满足运输需求，运载量不能超过车辆容量，司机每日工作时长约束等等。为了解决这一问题，我们团队提出了一套双层模拟退火算法，在该算法中，我们结合实际问题特征创新性地设计了多种自适应扰动算子，如车辆订单合并算子、拆分算子等，以提高算法的求解效率。

创业的历程不会一帆风顺，总会遇到一些困难，需要千锤百炼。在创业启动前期，我们团队试图对问题进行标准化、模型化，但由于缺乏对现实情景的全方位理解，我们在众多细节方面产生了疑问。带着这些疑问，我们向日日顺企业导师寻求了帮助。不论是仓平台、还是配平台的企业导师都为我们进行了充分、细致的讲解和指导，与此同时，我们也获得了真实的历史数据样本作为研究支持。这些对于我们输出可落地的创业方案奠定了坚实的基础。

在对创业方向有了全面、清晰的认识之后，我们团队进行了明确的技术分工，从数据清洗、模型设计、到算法编写，其中的每一环都有专门的成员负责。在这个过程中，我们遇到过种种困难和瓶颈：起初，我们花费了大量的时间对问题进行解析，一页又一页的白板记录了我们一路的思考历程，然而，随着我们对问题的理解逐渐加深，我们意识到，问题的实际复杂度超出了我们最开始的预计；在团队成员的反复商讨下，我们决定在问题复杂度和方案精确度之间进行权衡，将问题进行分块处理，与此同时，我们兼顾了不同模块之间的关联性，进行了嵌套性设计，这才生成了初版的模型方案；之后，我们在编写算法时，又迎来了新的挑战，因为我们缺少系统性的算法设计和编程经验，所以团队成员全部边学边做，在查阅了大量的文献和代码后，大家通力协作，反复修正bug，才终于输出了第一版创业方案。然而，我们并没有满足于此。由于初版创业方案的普适性较差，只能在小规模问题中进行求解，而现实问题往往是复杂而庞大的，考虑到方案的落地性，我们决定继续攻坚，提出了具有普适性的技术方案，可以推广到不同的城市甚至是直配情景中进行使用。

虽然创业方案的设计不是一蹴而就的，中间也经历了一些方案的推翻与重写，但团队的共同努力也让我们最终拿出了令自己满意的结果。在这个过程中，我们也得到了来自我们的校内导师陈丽华老师的指导，陈老师从创新性层面对我们提出了要求，在陈老师的指导下，我们意识到了，我们的方案除了在技术性方面可以创新，在管理模式上也可以更上一层楼。

于是，在考虑物流服务效率之外，我们还考虑了司机的服务体验，进一步针对多仓区配问题提供了几种创新性管理模式。例如，我们提出了横向集中转运模式以降低司机多仓取货的频次，基于此，我们还提出了一种提货系统优化思路，在仓库端输出装车方案并完成司机取货排班计划，从而极大地节约司机的装货时间，解决司机提货排队的困境。

日日顺创客训练营之旅，是课堂之外的一次有效实践，让我们每一个团队成员都与物流行业进行了一次深入互动。在感受先进的物流技术和管理理念之外，我们对于服务中国物流行业发展有了更坚定的信念。

目前，我国社会物流总费用与GDP的比率约为14.7%，近年来国家政策正在积极引导物流行业降本增效，十四五规划中就明确提出将物流产业作为重要抓手，重视新技术的推广应用，实现管理模式及运营模式创新。我们青年一辈理当响应国家政策号召，为中国物流行业降本增效贡献自身的力量。

未来，我们团队也将致力于不断优化方案，以期为大件物流行业落地实践做出贡献。我也期待，有更多优秀的学子能够加入我们，加入到创业创新的大潮之中，成为创业大军中的一员！

在分享的最后，请允许我再次感谢中国物流学会！感谢日日顺供应链！感谢组委会！感谢我们的老师和企业导师！感谢所有在我们创业之旅上给予的帮助！同时也感谢我的团队成员的辛苦付出！谢谢大家！

（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。）