新加坡国立大学重庆研究院

NUS (Chongqing) Research Institute

English>
研发中心

现代物流中心

物流和供应链中的数字化变革:模型和算法中数据驱动的创新

A.背景和目标

在现代物流平台中心,我们将充分利用新加坡国立大学重庆研究所和新加坡的先进成果来开发工具和技术,并培训在现代物流领域专门研究运筹学和分析领域的关键人才(工程师,博士生和研究人员)。

运筹学涉及多种定量方法的应用,例如最优化、随机分析、模拟仿真、统计和机器学习等,以分析和解决商业、工业和社会中出现的问题。解决方案通常利用来自互联网和社交/媒体网络的实时数据,以及大量的运算来作出最佳或现实的决策,并且产生能够支持决策的新见解。

互联网和移动技术的出现,以及随之而来的数据收集和分析的活动激增,导致具有社会和商业职能的组织更加复杂。互联网革命带来了计算、信息和通信系统方面的许多新进展,这些新进展正在变革有关机器,设备,船只的工业革命和现代社会网络。从而引发众多激动人心的、位于许多传统学科如计算机科学,统计学,工程学和运筹学的交叉点的新研究问题和机会。

由于到现代物流系统具有很多传统应用没有的特点,发展新工具是非常必要的。举例而言,现代物流系统通常包括以下特点:

(i)网络化资源:便利产品和劳动力转化为服务、资本、信息和通信,都需要具有一定技能的服务经理或管理团队的指挥和协调。

(ii)以人为本,以提供高质量的服务和客户满意度、配合使用机器人为最终目标。

现代物流系统分析要求全新的建模框架和分析,这些框架和分析需要借鉴来自众多不同领域的想法。推动不同利益相关者可持续发展的与日俱增的压力,要求这些全新的建模与分析把这一重要角度纳入我们对传统供应链的理解之中。最近发生的新冠肺炎危机也导致现代物流与供应链运作效率低下—在美国,尽管全国各地食品储备的需求飞涨,一些农民仍在销毁自己的农作物、倾倒新鲜牛奶!

人工智能和数据分析的出现,带来使用算法研究和计算机技术中的想法解决这些重要的物流和供应链问题的新机会。

该研究项目将聚焦以下主题:

更快、更智能:随着电子商务推动对透明、承受力、便捷和配送速度以及无阻碍退货的需求,创造新的商业模型和解决方法来满足这些需求非常必要(例如全渠道、冷链物流等)。

创新的关键领域包括发展灵活的满足网络(例如,FLEXE——按需仓储),库存可视性解决方案,基于距离的运输成本模型(例如Jet.com),以及新的最后一公里配送解决方案,该方案是价值链中至关重要却非常烧钱的一部分。

以顾客为中心:以客户为中心是与顾客的数据交互,这一交互贯穿全部的顾客体验—从最初产生购买欲望到配送和完成。只有那些真正将顾客放在运营的核心地位,并且理解顾客如何对项目和激励作出反应的公司,才能在未来获得成功。

包括家用音响、安防系统和智能锁等在内的智能家居技术的增长,为物流供应商提供了更多机会,使得他们能够以更加便利化、自动化和交互式的方式与客户互动,这也为数据驱动的创新提供了许多机会。

为了实现上述目标,来自新加坡国立大学重庆研究所的首席研究员、合作首席研究员和合作者将与来自中国的大学、研究所和工业界,就以下领域进行合作:

(i)建立和提升电子商务供应链和可持续发展的策略型分析(Layer 2, Link 1)

(ii)运营中的公平,偏见和激励措施 (Layer 2, Link 2)

(iii)供应链风险分析(Layer 2, Link 3)

(iv)智慧城市最后一公里运营(Layer 2, Link 4)

建立和完善电子商务绿色供应链的战略分析

(首席研究员:周正芳教授)

如今,电子商务向全球多个市场注入了强劲发展的巨大潜力。同时,它也面临着诸多严峻的挑战,这些挑战有关供应链网络,复杂的电子支付转账政策,和跨境市场的应缴关税等。最新的技术急剧地改变了电子商务前景。因此,为了实现高效的供应链,理解电子商务和供应链的最新趋势至关重要。此外,为了组织能够长期保持成功,拥有可持续发展的供应链也至关重要。

基于上述愿景,我们提议开启一段转型之旅—为了实现高效供应链而考虑全新的可用技术,开发方法论并将其纳入电商活动中。本研究项目旨在探讨重庆及中国范围的电子商务和供应链活动的最新关键趋势和发展前景,并识别关于供应链不同阶段的可提升空间,这些阶段包括制造过程,仓储,调度和将产品运输给消费者。除了研究供应链每个阶段的活动,我们还致力于探索数字技术的先进程度,以及如何应用数字技术以提升供应链规划和供应链协调。此外,我们也计划研究基于中国物流的数据,以得出实证启示、开发方法论从而提升供应链效率,并同时创新商业模型和平台以充分利用中国的下一代物流基础设施。

此外,考虑到不同利益相关者奋力争取可持续发展的与日俱增的压力,建立全新的建模与分析把这一重要角度纳入我们对传统供应链的理解之中也至关重要。同样地,我们也提议研究重庆和中国普遍地区内的现行政策法规,只要这些政策适用于供应链可持续性,进一步提议研究这些政策法规的潜在影响和提升空间。

运营管理中的行为、过程与激励研究

(首席研究员:乌耀中教授)

激励和过程设计对企业组织和提升运营非常重要。此外,人的行为(如消费者、管理者及计划者的行为)在运营决策与执行中发挥着重要作用。本项目旨在从流程、激励和人类行为的角度,得出有关现代运营和供应链管理的启示。

本项目聚焦以下研究主题 :(1)供应链中的公平与竞争。我们探讨供应链成员的公平偏好(即供应商和零售商之间的利益分配)与竞争环境对供应链决策的影响。我们也解决有关供应链合同和绩效的问题。(2)运营管理中的决策偏见。我们研究管理者如何作出关键时间点上的决策(如,项目的继续/终止等决定)以及项目中的资源分配等问题。这些决策的关键挑战是信息不完全,结果以及结果出现的时机不确定。(3)创新的激励和过程。创新活动,如新产品开发和创新竞赛,通常由连续的多个阶段构成,并涉及多个参与者。本研究关注于激励结构和创新过程的设计,以提升效率。

供应链风险分析

(首席研究员:庞严教授)

由于全球化易遭受不同类型的不确定性的影响,如新冠肺炎,弹性和风险管理现成为供应链中的关注焦点。供应链是一个庞大而复杂的网络,涉及许多公司以及公司之间的复杂互动。当该网络的一部分面临风险时,所有部分都极易受到破坏。日益增加的复杂性驱动以下需求—更深入理解如何在管理风险的同时确保供应链高效运作。弹性供应链必须能够检测早期中断的预警信号并前摄地作出反应。企业如果想要能够检测即将到来的供应链中断,它必须掌握其所在供应链的状况。只了解自己的供应商是不够的,还必须了解自己的供应商的供应商,等。

该子项目的目的是通过大数据、人工智能、最优化和区块链技术之间的协同作用,开发一个致力于供应链弹性和风险管理(SCRM)的数字平台(图1)。主要研究主题包括。关键的研究主题包括:

1)开发新的区块链技术,以构建可靠的数据基础架构,从而实现供应链可视性、风险分析、计划和协调。较低的数据质量是当前供应链风险分析中的主要痛点之一。基于区块链技术的不可变的数据基础架构将改善供应链网络中的数据质量。此外,我们能够使用区块链技术跟踪和管理供应链风险的连锁反应。

2)开发自然语言处理技术,以分析供应链风险分析中公开可用的在线非结构化信息。通过集成企业供应链管理中的传统数据源和公众互联网中的新数据源,我们可以为供应链网络中的不同企业构建更可靠的风险分析模型。

3)基于人工智能和优化技术开发新的分析模型和方法,以识别潜在的供应链风险并主动降低风险。SCRM旨在识别、评估、缓解和监视可能对供应链的任何一产生影响(主要是负面影响)的突发事件或状况。SCRM策略通常依赖于基于潜在的大型多维数据源的快速自适应决策。这些特性使得SCRM成为人工智能和优化技术的合适的应用领域。这项研究将基于人工智能和优化技术开发新的分析模型和方法,以预测、解释和管理供应链风险。

图片1.png

图1:SCRM数字平台

智慧城市最后一公里运营

(首席研究员:张俊标教授)

企业对消费者(B2C)电子商务的快速增长促进了在线零售商的销售激增。密集的在线交易给城市物流带来了极大的挑战,尤其是在从配送中心到消费者的最后一公里包裹交付这一环节。这是中国和新加坡在发展成为大型商业中心过程中必须应对的挑战,从而满足日益增长的城市人口居住及就业的需要。

该项目旨在将高级优化算法整合到包裹交付网络(例如圆通,顺丰等)的设计和运营中,研究包裹交付中独特的特许经营系统及其对绩效的影响,和其他新兴技术以便利如按需路径规划、包裹储物柜运营等新的最后一公里交货服务,以及

使用无人机和机器人来支持最后一公里运营。

图片2.png

图2:最后一公里运营