AI决策典型案例集

AI赋能千行百业产业创新杉数科技AI决策典型案例集能源电力|交通物流|工业制造|零售连锁日用消费|服饰鞋帽|金融投资|高校教育 INDUSTRYCASESAI决策助力企业运营增长，赋能千行百业数字化转型自成立以来，杉数科技产品及服务已在能源电力、工业制造、交通物流、零售连锁等20余个细分领域落地应用，服务了包括国家管网、国家电网、南方电网、海尔、小米、金风科技、中外运、中国邮政、德邦快递、东方航空、京港地铁、北京公交、滴滴、匡威、斯凯奇、立顿、好丽友、亿滋、自然堂、欧莱雅等数百家国内外行业头部企业，实现数字化转型与业务二次增长。零售交通连锁物流工业制造 其他行业...... CONTENTS目录01ENERGYANDELECTRICITY能源电力02TRANSPORTATIONANDLOGISTICS交通物流03工业制造INDUSTRIALMANUFACTURING04RETAILCHAIN零售连锁05FASTMOVINGCONSUMERGOODS日用消费06APPARELANDFOOTWEAR服饰鞋帽07FINANCIALINVESTMENT金融投资08EDUCATIONSECTOR高校教育 0109233551677789 某大型知名电网企业资源配置｜出清效率&鲁棒性提升智能调度｜机组运行优化降低发电成本，加大电网输电量；在保障运行稳定的前提下，大幅提升出清效率1.5倍数千万MWh/年求解稳定性提升增送电量&新增新能源消纳客户需求CUSTOMERREQUIREMENT作为知名大型电力基础设施头部企业，承担着保障电力供应稳定、高效、可靠的重要使命。随着电力市场的不断发展与变革，其运行主要面临如下挑战：•多目标优化：实现机组发电成本、启停成本、弃水成本等最小化；•高精度预测：提升发电计划的准确性，以提升系统可靠性；•日前出清优化：综合考虑机组组合约束、逻辑关系约束、时间耦合性约束等因素，进行出清模型改造，生成最优的发•电计划和市场出清结果；•跨区域协同：实现区域间电力资源的优化配置和互济，提升整体系统的经济性和可靠性。 千万元年研发及运维费用节约01 某大型石油天然气管网集团管网优化｜算法研究辅助平衡分析｜求解器国产化替代天然气管网流量流向分析模型研究10%０.1％降低区域管网总功率控制管网压力温度误差客户需求CUSTOMERREQUIREMENT为解决企业周转量、管输瓶颈、建设时序、N-1供气情景等相关业务需求，客户协同杉数科技开展天然气资源流量流向分析模型研究，建立基于数据、算法和算力的具有核心竞争力的流量流向分析模型，提升对管网的布局能力、市场营销能力 、投资决策能力和建设能力。•建立完整的全国管网模型:建立完整全域管网模型，在开展管网流向流量分析时，调用不同级别管网模型参与计算；•流量流向模型研究：在已建天然气管输规划模型的基础上，完善模型拓扑结构的特征信息，优化数学模型及数据快速处理算法，提升模型收敛速度，增强模型计算结果的准确度，形成可靠的理论计算方法，实现多目标管网优化模型建立与求解；•模型应用需求：基于基础模型，建设时序、瓶颈分析、N-1供气、价格平衡带等多场景的优化决策应用。 03 某大型知名石油企业生产经营计划优化｜非线性算法研究全局资源配置优化｜求解器国产化替代高性能国产求解器助力炼化计划优化建模求解＞20%提升计算时效客户需求CUSTOMERREQUIREMENT模拟流程工业企业的生产经营过程，通过对企业生产经营计划的优化，实现效益最大化的目标。具体而言，需将模型转换成数学规划问题，然后通过线性规划的算法对初始规划问题的约束条件不断进行调整，最终使得约束条件非常接近模型数据所反应的实际情况，由此得到最优解。•计划优化模型建模：为适应炼化企业的特点，需处理对应的非线性问题。在满足采购和销售约束、产品质量约束、装置运行约束等条件下，找到一个优化原料品种配置、装置加工量分配、产品生产比例以及合理库存管理的生产方案，最终实现工厂总体效益最大化；•生产环节的非线性因素：在考虑生产因素时，存在双线性和三线性的约束条件；•高性能国产求解器支持：针对大规模线性规划子问题，客户需要借助商用高性能求解器，实现快速、准确的求解，以支撑复杂模型的优化计算。 1％降低原油采购成本05 某大型知名石化企业贸易优化｜运输优化协同反馈｜动态仿真LNG智能贸易优化算法，让决策更智能30%节约物流租金成本客户需求CUSTOMERREQUIREMENT在市场高度不确定和LNG船舶资源有限的条件下，石化企业亟待提升船舶利用率、降低海运物流费用、增强中长期贸易计划和船舶运输计划合理性等业务指标，保证LNG的业务运营及营收情况处于较为稳定且动态平衡的水平，提高自有船舶周转率。•船舶运输方案有待提升：在有限的船舶资源条件下，依靠人工经验计算平衡多条航线的船期和港口时间窗，具有计算周期长、时间久等痛点；•贸易计划和运输计划协同有待优化：贸易计划制定后，船舶运输计划需要根据贸易计划进行制定，一旦船舶运输计划排布不开或者明显存在效益问题时，双方部门需进行频繁沟通，效率待优化。 分钟级输出全年运输计划07 某大型知名干散货港口生产调度｜泊位管理装卸指令｜业务一体化智能优化决策助推港口数字化转型>95%50%计划、指令采纳率决策时长减少客户需求CUSTOMERREQUIREMENT客户需要建立统一调度平台，实现生产指令分解、实时监控、动态调整的一体化管理，并借助仿真模拟与COPT求解器的优化能力，提升堆场、泊位资源利用率。通过算法升级与系统集成，构建全链条智能化调度体系，强化上下游协作（销售、铁路、航运），提高应急响应与资源利用效率，推动港口运营向数字化、自动化转型。业务逻辑复杂，难以全面考虑众多因素：各模块牵一发而动全身；卸车、装船、排船等模块均需注意不同约束因素；依赖人工经验，计划、协同效率低：各角色关系密切，频繁沟通，效率偏低；卸车、装船、设备维修等计划主要靠人工经验制定，缺少科学智能的决策工具，应急调整能力差；•数据系统难打通，数据不准确：铁路、船舶等外围系统数据难打通，到港时间随机性强；堆场场存等数据需人工核验。 ••09 流程优化率提高 某大型知名综合物流企业智能排单｜运力匹配路径规划｜成本管控智能优化城市家居配送与运力调度50%6%调度人工成本降低用车成本降低客户需求CUSTOMERREQUIREMENT客户单位亟需优化城市内家居产品配送流程，提升订单管理、车辆调度和路径规划的智能化水平，以降低配送成本、提升车辆利用率和提高客户满意度。当前配送业务约束条件复杂，需要智能调度系统实现合理分单、匹配最优车辆和动态调整路径。复杂订单约束：订单涉及不同类型的家居产品配送，存在跨区拼单、车辆通行限制等复杂约束，传统调度方式难以精准匹配；车辆利用率低：受订单随机性、服务需求差异和装载能力约束影响，部分车辆出现低效运行或空驶现象，影响整体运营效率；•人工调度成本高：传统的手动排单方式效率低下，难以在满足业务约束的同时实现最优调度。 ••11 车辆行驶里程降低 某大型知名综合物流集团货位推荐｜拣货优化装车优化｜货量预测智能优化仓储管理与拣货调度40%85%出入库路径距离降低人工采纳率超过客户需求CUSTOMERREQUIREMENT当前仓库主要依赖人工进行入库和拣选规划，效率较低，成本高，难以满足高SKU、多批次的复杂库存管理需求。客户希望优化仓储作业流程，提升从货位推荐、拣货优化到装车调度的全链条运营效率，以降低运营成本并提升仓库管理精准度。•••仓储规划依赖人工：货位分配、拣选路径和装车决策主要依赖人工经验，效率低且优化空间有限；出入库路径冗长：货物存放位置与车辆停放点分布不合理，导致搬运距离长；SKU管理复杂：SKU数量70+，淡旺季特征明显。13 计算时间 某大型知名物流企业路网优化｜路径规划路由控制｜资源调度智能运输网络规划与优化15%时效达标比例提高客户需求CUSTOMERREQUIREMENT客户单位希望通过智能网络规划，优化国内外的物流配送路径，提升运输效率。该项目涉及了陆运、航空网络的优化规划，侧重于基于高效标准和精准的运输时效，最大化物流资源的合理配置，同时考虑到节点间的处理能力与运输的高效性。此外，客户关注如何降低运输成本，提升效率，并且需要系统支持多场景下的智能决策和实时动态调整。六万条寄递线路、上千条陆运邮路、百个候选通航点；涉及陆运和航空干线网络优化共7个场景，分别进行建模优化。 ••15 10%运输总里程减少 某知名出行平台车辆调度｜分单派单实时调度｜动态规划智能优化分单派车调度0.5%应答率平均提升客户需求CUSTOMERREQUIREMENT客户单位希望通过优化分单派车的策略，提升配送效率。具体目标是最大化接单收入的同时，最小化接单距离。通过分析订单需求和车輛分布情况，优化车辆的调度和应答速度。需要同时考虑订单需求和车队分布的实时变化；需要合理调配资源，以优化整体运营效率。 ••17 应答时间减少 接驾距离减少 某知名地铁公司乘务排班｜数据集成多场景优化｜可视化指标智能合理安排地铁司机的运转班次和值乘方式10倍排班效率提升客户需求CUSTOMERREQUIREMENT项目涉及超大规模人力资源统筹，需对数百人的乘务团队及超500个车次进行高效配置，实现全天候资源动态调度，同时深度适配复杂规则以满足多元化排班需求。要求支持多场景运营，适应平峰与尖峰时段的人力差异，并将业务逻辑模型化，以量化优化支持智能化决策，推动业务快速迭代。规模庞大：数百人的乘务团队、超过500个折返车次；全寿命周期均衡管理：覆盖平日、双休、节假多种场景；白班、夜班、早班多种班制；平峰、尖峰多种班组；精细化资源管控：考虑换乘时长、出退勤地点、班制要求、用餐合理性等多方面排班规则。 7%值乘人数优化•••19 工时均衡提升 某大型公交集团购车选型｜车线匹配能源布局｜保养计划智能优化电动车运营与充电桩布局10%电车利用率提升客户需求CUSTOMERREQUIREMENT传统模式下，运营线路和车辆规模庞大，新能源汽车的种类繁多，充电需求的差异性大，充电站资源的短缺成为突出问题。此外，运营决策主要依靠人工经验，导致车辆利用率低、充电排队现象严重、运营成本高以及复杂场景适应性差等问题。为解决这些问题，企业亟需引入智能决策技术，研发核心业务的智能决策模型。模型的重点在于车辆选型与线路匹配、能源布局优化以及保养计划的智能制定，以确保线路运行的顺畅，最小化运营成本，并最大程度地提高车辆利用率。数千辆公交车（纯电/混合/氢能）、上百条线路、数十个充电站、上千版时刻表；充电资源配置不合理：空驶距离长（每天3万公里），充电排队多；电车利用率低，车辆保养过保率高。 18%运营成本下降•••21 碳排放量减少 某大型知名ICT企业多工厂协同排产｜安全库存优化仿真调优｜智能分析多工厂协同排产及库存优化，增加供应链柔性20%70%订单满足率提升人工排产干预降低客户需求CUSTOMERREQUIREMENT随着业务的持续发展，原有的单工厂模式、复杂且不透明的排产引擎，以及传统的安全库存策略已无法满足当前需求。大量依赖人工干预，不仅增加了管理难度，还对生产效率造成了严重影响。为此，该企业计划重新梳理业务需求，重构多工厂协同排产引擎，并优化库存管理策略，以提升整体运营效率。•规模庞大，运营调度复杂：企业有数百家工厂，数千个车间以及上游的数百家供应商，总计数十万余件生产物料（包含原材料/半成品/成品）；•求解能力要求高：为了保证良好的动态调整效果，需要高频计算，每天保证工厂上班前自动生成未来28天小时级别的生产计划和未来10周天级别的订单分配计划；•ICT行业的特殊性：生产流程繁琐，物料清单BOM多样，组件可以通用等复杂规则带来了千万级别的约束条件。 23 某大型知名电子产业制造商智慧排产｜一体化计划平台动态库存水位｜需求预测一体化多维智慧计划排产，助力企业降本增效57%80%库存积压天数缩短计划排产效率提升客