求解器--现代决策优化的“芯片”和“根技术”
小到快递员路线选择、商铺选址,大到工厂排程、物流路径规划和金融风控等问题,都可以建成数学规划模型,用天筹(OptVerse)AI求解器进行求解。利用运筹优化算法和决策模型求解方法,将业务问题转化为数学规划模型,适用在多种复杂约束条件限制(如人力、时效、容量等约束限制)和海量数据的基础上获取全局最优方案(如成本最低、时间最短)的业务场景,助力业务实现从数据到决策的闭环。

应用场景
客户案例
深圳机场
深圳机场机位分配项目中,基于天筹(OptVerse)AI求解器的智能分配算法可用性超过95%、靠桥率相比人工提升5-10%,分配结果直接进入生产系统,深圳机场在全球首例使用人工智能技术完成自动化,依靠智能化进行机位分配。
在深圳机场的行李转盘调度场景中,基于列生成框架调用天筹(OptVerse)AI求解器 ,秒级内得到最优分配结果分配效率提升10倍+。
华为
华为供应链项目中,天筹(OptVerse)AI求解器已成功支撑器件到单板/产品的双向模拟,支撑快速识别TOP器件风险、模拟单板齐套量、供应能力及冗余分析等多个场景的模拟应用。
工业园区
多工厂排产面临的挑战是针对几十个工厂,几万个item,千万级限制条件,上亿种可能计划,35天+10周订购单以及预测需求条件下,需要1.5小时内给出排产方案,最终基于AI求解器,使得任务令及时齐套率提升37个百分点,产品任务令自动执行率提升52个百分点。实现最大化供应能力,减少库存积压,每年节省资金一亿多元。