注册 / 登录

美团配送智能调度系统

分会场:  数据科学/人工智能/数据驱动

分享时间: 2017年11月9日 - 12日

案例来源 :

案例讲师

郝井华

美团外卖 算法架构师

美团外卖配送算法架构师。在加入美团前,在清华大学从事多年的工业智能技术研发工作。

扫描二维码分享案例

 

案例简述

 

在外卖配送领域,配送调度对用户体验和成本有着至关重要的影响,如何进行高效的配送调度一直都是行业的一大痛点。从决策内容上说,它涵盖期望时间设定、压单、派单、路径规划、运力调度、爆单、骑手执行等多项决策问题,每一个问题单独看都十分复杂,而且这些问题之间强耦合,实现全局优化非常困难。美团配送技术团队借鉴了工业物流优化难题的解决智慧以及大数据和人工智能的前沿技术,结合行业特点,进行了一系列模型、算法和业务模式的创新,以此为基础,打造出一个具备全局优化能力的即时配送智能调度系统。本次分享将会从解决复杂问题实现全局优化的方法论角度,分享其中的一些关键思路和方法。

 

案例目标

 

外卖配送业务的巨大挑战是在满足严格的配送时效约束的前提下,如何最大化提升骑手的配送效率、降低成本。为达到这一目标,需要利用大数据、机器学习和运筹优化手段,实现资源配置的动态最优化。

 

成功(或教训)要点

 

深入理解业务特点,建立能反映实际配送环境特点的动态优化模型,借鉴多个相关学科思想设计高效的算法并在此基础上实现全局协同优化。

 

案例ROI分析

 

提供应用机器学习和运筹优化技术,降低了20%以上的配送成本。

 

案例启示

 

复杂系统优化是一个跨学科的难题,大数据、机器学习和运筹优化技术的发展和应用为提供了破解上述难题提供了一个行之有效的手段。