中国物流技术发展报告.2023
全新正版 极速发货
￥ 101.36 4.6折 ￥ 218 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者何黎明 主编
出版社中国财富
ISBN9787504780768
出版时间2024-03
装帧其他
开本其他
定价218元
货号31987633
上书时间2024-09-07
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
何黎明，高级经济师，硕士研究生学历。现任中国物流与采购联合会会长（法定代表人）、党委书记、中国物流学会会长、中国汽车流通协会会长、中国国际贸促会物流行业分会会长、亚太物流联盟主席、国际采购与供应管理联盟副主席等职。主要从事物流与采购以及生产资料流通工作，参与了国务院《物流业调整和振兴规划》的起草和讨论工作，主持了国家发改委、国务院国资委、财政部、商务部、工业和信息化部等部门多项重大研究课题。
目录
\"第一章 物流技术发展环境
第一节 物流技术发展经济环境
第二节 物流技术发展政策环境
第三节 现代物流发展状况
第四节 物流技术的发展趋势
第二章 年度物流热点技术
第一节 5G+智慧物流
第二节 北斗精准时空感知
第三节 零碳技术
第四节 供应链韧性相关技术
第五节 生成式人工智能
第三章 运输技术
第一节 载运工具
第二节 无人驾驶技术
第三节 多式联运技术
第四节 新能源物流车
第四章 仓储技术
第一节 存储技术
第二节 称重量方技术
第三节 分拣技术
第四节 订单处理技术
第五节 装卸搬运技术
第六节 仓库管理技术
第五章 物流包装及单元化技术
第一节 绿色包装技术
第二节 包装管理技术
第三节 集装单元化技术
第六章 物流信息与数字化技术
第一节 大数据技术
第二节 物联网技术
第三节 云边协同技术
第四节 数字孪生技术
第五节 前沿性信息技术
第七章 物流运筹与算法优化
第一节 物流运筹发展新态势
第二节 车辆路径优化
第三节 订单处理优化
第四节 资源配置优化
第五节 供应链优化
第六节 运筹优化求解器及其在物流领域的应用
第八章 特色物流技术
第一节 大宗物流技术
第二节 汽车物流技术
第三节 冷链物流技术
第四节 医药物流技术
第五节 服装物流技术
第六节 危化品物流技术
第七节 快递物流技术
第八节 航空物流技术
第九节 应急物流技术
第十节 供应链金融技术
第九章 国外物流技术
第一节 美国物流技术
第二节 欧洲物流技术
第三节 日本物流技术\"
内容摘要
本书是一本全球物流技术发展的大型报告类书籍，报告构建物流技术框架，阐述物流技术内涵，研判物流技术发展趋势，分享物流技术优秀案例，总结多年来物流技术发展成果经验，旨在能够成为研究物流技术的必备工具，成为全球物流技术创新交流的广阔平台，帮助行业指导普及推广先进技术，引领物流技术创新发展，助力物流业转型升级。
精彩内容
\"社会工业化发展的进程中，底层基础技术和软件的发展极为重要。在运筹优化领域，“求解器”发挥了极其重要的作用。求解器技术属于典型的底层技术领域，技术门槛高、研发难度大、投入时间长且风险较高。种种条件制约下，从1957年纽厄尔和西蒙等人开始研究一种不依赖于具体领域的“通用问题求解器”到现在，六十多年发展，全球主流求解器市场仍被美国公司的产品所垄断，并且构筑了极高的市场竞争门槛。由于求解器在工业场景中的重要作用，近几年国产求解器研发领域也在蓬勃发展，一些新兴科技公司和大厂研发的求解器崭露头角，并在线性规划求解方面实现突破，达到全球领先地位。物流作为一个数据量大、数据关系复杂的行业，与优化求解器有着天然的契合关系。运筹优化求解器在物流领域的应用是行业发展的必然结果，也将为解决物流实际问题提供有效的解决方案。
一、求解器的理论基础：数学规划问题数学规划是运筹学的一个分支，用于研究在给定的约束条件下如何按照某一衡量指标（即目标函数）来寻求最优的方案。数学规划是优化问题建模的第一步，也是最重要的一步，因为它界定了问题的类型和求解难度。在数学模型的基础上，求解器可以对问题进行求解并寻找问题的最优解。简而言之，求解器是用来求解数学规划问题的一类软件，在现实生产生活中具有重要价值和意义。
根据问题的性质和处理方法的差异，数学规划又可分成许多不同的分支，如线性规划、非线性规划、整数规划、混合整数规划等，各种数学规划问题分类及其之间的关系如图7-13。
图7-13常见的数学规划问题分类资料来源：https://mp.weixin.qq.com/s/ZIVfnAYFNYhK7njiJxJQVQ数学规划在国防、工业制造、交通物流、资源管理、金融、集成电路设计、电力管理等生产生活各个领域都有着十分广泛的应用，是在实际应用中创造价值最巨大的优化方法。现实中各种类型优化问题，小到快递员路线选择、商铺选址，大到工厂生产排程、物流路径规划等，都可以抽象成数学规划问题，采用数学定义的方式，定义出优化问题三要素：决策变量、优化目标以及约束条件，然后建立不同的数学模型，并利用求解器进行求解优化。数学规划问题，是求解器运行的理论基础。
二、主流求解器及其对比分析目前主流求解器市场主要分为商用求解器、开源求解器两类，全球知名的商用求解器主要有Gurobi、Cplex、FICOXpress，而开源求解器主要有SCIP、GLPK。在国内，著名的商用求解器包括杉数科技COPT求解器、阿里云MindOpt求解器、华为天筹AI求解器OPTV，而开源求解器主要有上海财经大学LEAVES求解器、中国科学院CMIP求解器等。这些优化求解器以工业软件的形式，把数学规划方法用于大规模复杂问题的优化求解，是解决各种数学规划问题的核心工具，在实际生产生活中具有重要价值和意义。
（一）国外主流求解器1.GurobiGurobi是由美国GurobiOptimization公司开发的大规模优化器。在理论和实践中，Gurobi优化工具被证明是全球性能领先的大规模优化器，可以为客户在开发和实施中极大降低成本，具有突出的性价比。它广泛应用在金融、物流、制造、航空、石油石化、商业服务等多个领域，为智能化决策提供了坚实的基础，成为上千个成熟应用系统的核心优化引擎。Gurobi是全局精确优化器，支持的模型类型包括：连续和混合整数线性问题、凸目标或约束连续和混合整数二次问题、非凸目标或约束连续和混合整数二次问题、含有对数、指数、三角函数、高阶多项式目标或约束，以及任何形式的分段约束的非线性问题、含有绝对值、最大值、最小值、逻辑与或非目标或约束的非线性问题。
2.CPLEXCPLEX最初版本开发于1988年，2009年纳入IBM产品体系，如今发展成为IBM决策优化系统IBMILOGCPLEXOptimizationStudio（简称COS）。作为COS系统中的关键组件，CPLEXOptimizer为线性规划、混合整数规划、二次规划和二次约束规划问题提供灵活的高性能数学规划求解器。此外，求解器还包含了用于混合整数规划的分布式并行算法，支持利用多台计算机来解决难题，可求解具有数百万个约束和变量的优化模型。
3.SCIPSCIP（SolvingConstraintIntegerPrograms）是一款开源规划问题求解器，主要由德国ZIB研究所开发。SCIP是目前混合整数规划和混合整数非线性规划最快的非商业求解器之一，其使用的算法思想为分支定界法。与大多数商业求解器不同，SCIP允许用户对求解过程进行完全控制，并允许用户访问求解器内部的详细信息。
4.GLPKGLPK（GNULinearProgrammingKit，GNU线性编程工具）是GNU下的一个项目，用于建立大规模线性规划和混合型整数规划问题，并对模型进行最优化求解。
5.XpressXpress于1983年发布，是第一个在笔记本电脑上运行的商业线性规划和混合整数规划求解器。1992年推出了并行计算版本，五年后扩展到分布式计算。Xpress还是第一个跨越十亿决策变量阈值的混合整数规划求解器，于2013年首次实现了并行对偶单纯形方法的商业实现。Xpress支持多种类型规划的求解，主要包括：线性规划、混合整数线性规划、二次规划、二次约束二次规划、二阶锥规划、混合整数非线性规划、混合整数二次规划、混合整数二次约束二次规划、混合整数二阶锥规划、一般非线性规划，一般混合整数非线性规划、约束规划等。
6.LINGOLINGO是LinearInteractiveandGeneralOptimizer的缩写，即“交互式的线性和通用优化求解器”，是由美国LINDO系统公司（LindoSystemInc.）推出的专门用于求解最优化问题的软件包。其特色在于内置建模语言，提供许多常用函数方便使用者建立优化模型时调用，并提供与其他数据文件（如文本、EXCEL、数据库等）的接口，易于方便地输入、求解和分析大规模最优化问题。LINGO支持求解的规划类型为：线性规划、非线性规划、二次规划、二次约束规划、二阶锥规划问题、半定规划问题、随机和整数规划问题等。
7.MOSEKMOSEK是由丹麦MOSEKApS公司开发的一款数学规划求解器，也是公认的求解二次规划、二阶锥规划和半正定规划问题最快的求解器之一，广泛应用于金融、保险、能源等领域。其支持求解的模型包括线性规划，二次约束凸规划，二阶锥规划，半正定规划，一般可分离凸规划和混合整数规划等。
8.BARONBARON（BranchAndReduceOptimizationNavigator）是一种通用的非线性优化器，能够将非凸优化问题求解到全局最优。其决策变量可以是连续的、整数的或两者的混合。BARON已应用于化学过程工业、制药、能源生产、工程设计和资产管理等领域。其支持求解的模型包括：线性规划、一般非线性规划、混合整数规划、一般混合整数非线性规划等。
（二）国内主流求解器1.上海财经大学LEAVES求解器LEAVES优化求解器是上海财经大学并行优化国际合作实验室与杉数科技共同牵头建设的一个运筹学与人工智能基础算法平台。它目前的功能分为三大模块，即传统运筹学的根基数学规划、大规模机器学习算法的高效实现和运筹学的实际应用。其中数学规划求解器的部分，LEAVES是第一个成规模的华人运筹学优化算法求解器，可以解决线性规划、半正定规划、几何规划、线性约束的凸规划等常见的大规模优化算法求解问题，对其中多个经典模型的求解速度和效率达到国际一流水平。
2.中科院CMIP求解器CMIP求解器由中欧科学院CMIP团队研发，于2018年3月发布1.0版本。目前其代码总量已经超过五万行，涵盖国际现有求解器预处理、启发式、割平面、分支、节点选择、区域传播等各种功能模块，并已经较好地具备了求解大规模整数规划问题的能力。求解器采用团队自主研发的一种广义系数缩紧割平面技术，对于一般的整数规划问题具有一定的改善效果，尤其对于网络设计问题效果显著。
3.杉数求解器COPT杉数求解器COPT（CardinalOptimizer）是杉数自主研发的针对大规模优化问题的高效数学规划求解器套件，也是支撑杉数端到端供应链平台的核心组件。COPT是目前同时具备大规模混合整数规划、线性规划（单纯形法和内点法）、二阶锥规划、半定规划以及凸二次规划和凸二次约束规划问题求解能力的综合性能数学规划求解器，为企业提供了更多高性能求解的选择。
4.阿里云MindOpt求解器MindOpt是阿里达摩院决策智能实验室自主研发的一款具备线性规划等多种功能的数学规划求解器套件。它通过对大规模线性规划的快速稳定求解，为客户提供从数据到决策的全链路建模和求解能力，可广泛应用于云计算、电力能源、工业制造、交通物流、零售、金融等领域，能帮助做方案设计、生产方案优化、资源合理分配、辅助决策等。其支持求解模型主要包括线性规划、非线性规划和混合整数规划等。
5.华为天筹AI求解器天筹（OptVerse）AI求解器将运筹学和人工智能相结合，突破业界运筹优化极限，针对线性和整数模型寻找最优解，以通用形式描述问题，高效计算最优方案，助力企业量化决策和精细化运营，提升资源利用率和运转效率，增强决策水平和竞争力。其独特优势在于融合了先进的人工智能技术，可根据问题特征自适应进行参数调优和求解策略选取，实现最大30%的求解效率提升。
（三）主流求解器优势特点对比从求解器的类型来看，商用求解器求解效率明显高于开源求解器，以制造业中的生产排程为例，在保证数据准确性的前提下，采用商用求解器计算的排产指标可缩短至分钟级。随着运筹优化问题的不断细分，不同的求解器在各类数学规划问题求解中表现出不同的优势特点。
\"
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价