大数据和人工智能在智慧物流上的应用

CobiNet(宁波)推荐文章：

需求预测:通过收集用户消费特征、商家历史销售等大数据，利用算法提前预测需求，前置仓储与运输环节。目前已经有了一些应用，但在预测精度上仍有很大提升空间，需要扩充数据量，优化算法。

设备维护预测:通过物联网的应用，在设备上安装芯片，可实时监控设备运行数据，并通过大数据分析做到预先维护，增加设备使用寿命。随着机器人在物流环节的使用，这将是未来应用非常广的一个方向。如沃尔沃:在物流车辆设备上安装芯片，可通过数据分析进行提前保养。

供应链风险预测:通过对异常数据的收集，进行如贸易风险，不可抗因素造成的货物损坏等进行预测。

网络及路由规划:利用历史数据、时效、覆盖范围等构建分析模型，对仓储、运输、配送网络进行优化布局，如通过对消费者数据的分析，提前在离消费者最近的仓库进行备货。甚至可实现实时路由优化，指导车辆采用最佳路由线路进行跨城运输与同城配送。

人工智能主要由电商平台推动，尚处于研发阶段，除图像识别外，其他人工智能技术距离大规模应用仍有一段时间。

智能运营规则管理:未来将会通过机器学习，使运营规则引擎具备自学习、自适应的能力，能够在感知业务条件后进行自主决策。如未来人工智能将可对电商高峰期(双十一)与常态不同场景订单依据商品品类等条件自主设置订单生产方式、交付时效、运费、异常订单处理等运营规则，实现人工智能处理。

仓库选址:人工智能技术能够根据现实环境的种种约束条件，如顾客、供应商和生产商的地理位置、运输经济性、劳动力可获得性、建筑成本、税收制度等，进行充分的优化与学习，从而给出接近最优解决方案的选址模式。

决策辅助:利用机器学习等技术来自动识别场院内外的人、物、设备、车的状态和学习优秀的管理和操作人员的指挥调度经验和决策等，逐步实现辅助决策和自动决策。

图像识别:利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。

责任编辑：娟子编辑

文章编辑：CobiNet(宁波)  
本公司专注于电讯配件,铜缆综合布线系列领域产品研发生产超五类，六类,七类线，屏蔽模块，配线架及相关模块配件的研发和生产。

欢迎来电咨询0574 88168918,邮箱sales@cobinet.cn，网址www.cobinet.cn