杉数科技AI决策典型案例集

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。INDUSTRY CASESAI决策助力企业运营增长，赋能千行百业数字化转型AI决策助力企业运营增长，赋能千行百业数字化转型工业制造零售连锁交通物流 四位斯坦福博士联合创立四位斯坦福博士联合创立服务20+行业数字化转型服务20+行业数字化转型 ............其他行业 目录CONTENTS01能源电力ENERGY AND ELECTRICITY02工业制造INDUSTRIAL MANUFACTURING03交通物流TRANSPORTATION AND LOGISTICS04零售连锁RETAIL CHAIN05日用消费FAST MOVING CONSUMER GOODS06服饰鞋帽APPAREL AND FOOTWEAR07金融投资FINANCIAL INVESTMENT08高校教育EDUCATION SECTOR 公司简介COMPANYPROFILE技术能力TECHNICAL COMPETENCE产品家族PRODUCTFAMILY101102103104资质荣誉QUALIFICATION AND HONORS 400109233551677789 能源电力 ENERGYAND ELECTRICITY 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，大幅提升出清效率求解稳定性提升1.5倍增送电量&新增新能源消纳数千万MWh/年客户需求CUSTOMER REQUIREMENT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。某大型知名电网企业 跨区域的现货市场示范出清系统考虑客户模型规模庞大、约束耦合性强、约束稠密性高的特点，设计高效定制化优化算法。通过按时间维度拆分求解模型降低问题难度及耦合度；通过热启动及基于断面潮流约束设计的拉格朗日松弛方法（LMM）促进求解效率。基于业务需求，杉数科技采用先进的数学模型和人工智能技术，结合多目标优化方法，考虑业务和环境约束条件，确保模型的稳定性和可解释性。基于COPT求解器和优化算法，对模型进行高效求解。该方案旨在协助客户实现高效的跨区域的现货出清，确保电力现货市场日前出清的稳定性、高效性、最优性，并使出清结果具有高度可解释性。应用成效APPLICATION EFFECTIVENESS杉数团队发挥自身产品优势，考虑客户的需求更注重决策支持系统技术的应用，先进的运筹优化决策手段以及先进的数据驱动方法，为客户定制专属优化算法，实现单轮模型求解从“千秒”降低到“百秒”级别，大幅降低计算成本以及目标函数与标准值的差别。•求解稳定性提升1.5倍左右；•平均求解效率比基于某国外求解器产品的元模型提升50%左右；•电网增送电量及新增新能源消纳数千万MWh/年；•节省研发及运维费用千万元/年。 年研发及运维费用节约千万元 天然气管网流量流向分析模型研究降低区域管网总功率10%控制管网压力温度误差０.1％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。客户需求CUSTOMER REQUIREMENT管网优化｜算法研究辅助平衡分析｜求解器国产化替代某大型石油天然气管网集团 建设天然气管网流量流向分析优化软件研发流量流向分析系统,以稳态模型、目标函数和优化算法的研究成果为基础，支持用户基于不同管网结构的基础数据创建基础模型。用户可根据业务需求选择基础数据，调用算法设置优化目标，运行基础模型求解，并在地图上直观展示优化结果。构建管网多目标优化模型。支持用户基于业务目标自主选择优化指标并配置权重。管网优化模型不仅可以在满足管段输送能力的基础上进行平衡优化，还可对管段能力进行松弛，进一步拓展管网优化计算能力，满足更复杂的业务需求。技术创新融合。将运筹优化技术与水力计算创新性融合，解决管网优化计算的非线性难点。基于COPT求解器，采用序列线性规划框架（SLP）求解模型，融合一阶泰勒展开与信赖域方法，同时设计了基于流量和压力去耦合的两阶段初始解求解算法，能够处理约束复杂、规模极大的问题，并实现0.0001精度的秒级求解。应用成效APPLICATION EFFECTIVENESS作为天然气管网决策的重要支撑工具，该系统实现了以下价值：•高效评估：可高效评估管网整体周转量，为决策提供精准数据支持；•辅助平衡分析：支持区域气源价格平衡分析，提升资源配置效率；•全局优化：对天然气管网流量流向进行全局优化，并智能分析区域转供关系，实现管网运行效率最大化；•降低功耗：优化区域管网瓶颈，降低总功耗，提升管网运行经济性；•高精度求解：基于COPT求解器的序列线性规划框架（SLP）和两阶段初始解求解算法，实现0.0001精度的秒级求解，显著提升计算效率与准确性。 高性能国产求解器助力炼化计划优化建模求解提升计算时效＞20%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。客户需求CUSTOMER REQUIREMENT生产经营计划优化｜非线性算法研究全局资源配置优化｜求解器国产化替代某大型知名石油企业 构建计划优化模型，定制非线性求解算法该场景属于大规模混合整数非线性规划问题，求解难度大。团队通过结合原油采购、装置加工、和及销售等流程要求，基于杉数自研COPT求解器构建计划优化数学规划模型，实现高效求解，涵盖从原油进厂到产品出厂的整个链条，满足生产计划调度计算需求，实现企业效益的最大化。研发面向炼化业务中非线性约束的处理框架，为非线性求解模块提供起点，用于寻优迭代计算。通过COPT求解器支持对业务场景建模的定制化加速，包括内置算法研发与定制化求解器调参，对于企业实现国产化工业软件的技术突破、自主可控具有重要意义。通过融合COPT求解器并定制化非线性优化问题求解算法，为客户计划优化软件提供优化计算引擎，保障计算结果的准确性、可靠性。计划优化模型作为炼化企业经营决策的关键支撑，在物料混合、装置负荷等调度场景中，能够在明确的操作目标和安全生产约束条件下，为调度决策提供量化数据支持，为企业制定经营策略、提高管理效率、优化生产过程，以及实现全局资源配置提供有力支撑。•国产自主可控的求解引擎：求解速度提升20%，优化目标偏差控制在1%内，达到同级别国外主流软件的计算精度和速度；•提升业务决策速度，优化生产效益： 借助智能化的计划优化系统，灵活安排企业生产方案，快速响应市场变换，优化原材料采购成本，实现降本增效，全面提升企业竞争力。应用成效APPLICATION EFFECTIVENESS 生产工艺流程、产品调 降低原油采购成本1％ LNG智能贸易优化算法，让决策更智能节约物流租金成本30%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。客户需求CUSTOMER REQUIREMENT贸易优化｜运输优化协同反馈｜动态仿真某大型知名石化企业 定制运筹算法实现辅助决策运用定制化智能优化算法，结合杉数COPT求解器的高效计算能力，实现了LNG贸易和船舶运输的全局最优计划制定，显著提升决策的抗风险性，建立贸易与物流部门之间的协同反馈机制，借助模拟仿真技术分析边际效益，为决策提供了科学依据。LNG贸易运输优化模型以LNG供给需求数据、船舶数据等为输入，以最大化船舶运输利用率为优化目标，建模侧涉及船型组合、航线组合等多种决策，同时考虑了供需、泊位、坞修等复杂约束，最终构建了混合整数规划算法模型。算 法 集 部 分 主 要 应 用 运 筹 优 化 建 模 技 术 。混 合 整 数 问 题 求 解 引 擎 模 块 基 于 杉 数 CO PT 求 解 器 的 分 支 剪 界 算 法（Branch-and-Cut）的技术框架设计，显著提升了模型的计算效率与稳定性。借助智能算法和LNG贸易技术力量，实现LNG贸易和船舶运输计划的优化，让客户单位的LNG贸易决策（贸易计划、船舶运输计划）向智能化、精细化的模式转变；引入多维度因素进行最优求解，降低LNG进口成本，提升抗风险能力，实现经济效益最大化。•输出全局最优计划，提升决策抗风险性；•建立协同反馈机制， 实现智能决策；•动态模拟仿真， 分 析 边际效益。应用成效APPLICATION EFFECTIVENESS 输出全年运输计划分钟级 交通物流 TRANSPORTATIONAND LOGISTICS 智能优化决策助推港口数字化转型计划、指令采纳率>95%决策时长减少50%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