求解器--现代决策优化的“芯片”和“根技术”
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。
.png)
.png)
应用场景
客户案例
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
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。
