求解器：數(shù)字化轉(zhuǎn)型的技術(shù)核心

作者|DataView 來源|DataView數(shù)據(jù)科技研究院(ID：data-view)

數(shù)字化轉(zhuǎn)型是當下企業(yè)謀求未來發(fā)展機會的必經(jīng)之路，內(nèi)部的流程自動化和外部的效益最大化是轉(zhuǎn)型浪潮中的兩個重要的著力點。但數(shù)字化轉(zhuǎn)型產(chǎn)品或服務大同小異，從數(shù)據(jù)治理、數(shù)據(jù)安全、數(shù)據(jù)分析、商業(yè)智能再到AI輔助決策，每個賽道上都有眾多奔跑者。

當前，決策智能已經(jīng)成為各家企業(yè)搶占的下一個高地。求解器這一概念也由此被持續(xù)曝光，這是一項長期被歐美壟斷的技術(shù)，如今開始走向國產(chǎn)化研發(fā)和替代之路。

求解器是優(yōu)化算法的“核”

很多企業(yè)在數(shù)字化轉(zhuǎn)型中，不可避免地會遇到優(yōu)化組合問題，譬如生產(chǎn)計劃與排產(chǎn)管理、線路規(guī)劃、航班管控等，這些問題通?？梢圆捎镁_算法、啟發(fā)式算法或元啟發(fā)式算法來求解。其中，精確算法與特殊設計的啟發(fā)式算法結(jié)合使用，是大部分求解器最基本的方法。

以Vestel的集成銷售和運營計劃(S&OP)問題為例，Vestel是歐洲制造巨頭之一，專門生產(chǎn)消費電子產(chǎn)品、移動技術(shù)、顯示器和LED照明以及家用和專業(yè)電器。

由于制造商的供應鏈涉及太多的產(chǎn)品、組件、約束和不斷變化的需求，處理的數(shù)據(jù)規(guī)模和復雜程度逐漸增加，很難使其銷售和營銷、采購、制造和研發(fā)之間能夠持續(xù)響應和無縫協(xié)作，更不用說平衡需求和供應，在全球化商業(yè)環(huán)境中降低成本。

ICRON是解決Vestel問題的服務商，若要解決Vestel的S&OP問題，就需要面對由15萬個決策變量(其中3萬個是整數(shù)變量)和20萬個約束組成的難題。這就需要一個能夠快速生成最優(yōu)計劃的求解器。

ICRON在其提供的S&OP解決方案中采用的是Gurobi數(shù)學編程求解器。全面運行后，該解決方案將Vestel銷售和運營之間的同步時間從兩周縮短到1天，計劃準確性提高20%，計劃時間減少50%以上，從而提高Vestel應對需求、供應或市場狀況不可預見變化的能力。此外，該解決方案還將Vestel的庫存水平降低了5%。

這也就意味著，求解器在企業(yè)優(yōu)化決策中，承擔著相當核心的角色。

求解器破局之路

Gurobi是商業(yè)求解器之一，它與CPLEX和XPRESS稱為“三巨頭”，這三巨頭基本上也就是整數(shù)規(guī)劃(IP)，線性規(guī)劃(LP)，混合整數(shù)規(guī)劃(MIP)的前三名，幾乎占領了全球所有的市場。

而在全球產(chǎn)業(yè)鏈深度重構(gòu)，不確定性風險增加的當下，企業(yè)尤其需要考慮眾多可能性，并決策出最優(yōu)方案。一旦需要求解器，就不得不尋求與國外商業(yè)求解器

另一方面，優(yōu)化的目的是找到能讓函數(shù)最大化的決策輸入值，本質(zhì)上是黑盒優(yōu)化問題。這就存在結(jié)果的準確性取決于用例的設計，自動化測試的復用性較低等問題。一旦企業(yè)有特殊化的需求，還需要重新訂制，溝通、操作和使用成本都較高。

在市場被國外壟斷，且技術(shù)一定要掌握在自己手中的情況下。國內(nèi)也開始有相關(guān)求解器的研發(fā)和發(fā)布，比如中科院團隊在2018年開發(fā)了CMIP求解器，阿里達摩院推出了MindOpt，華為推出了天籌，杉數(shù)科技推出了COPT。

此前有媒體報道，杉數(shù)科技發(fā)布的“COPT數(shù)學優(yōu)化求解器”，可以使企業(yè)的生產(chǎn)排程訂單滿足率提高20%，產(chǎn)能損失率降低30%，排產(chǎn)排程人工干預降低70%，非計劃維修降低15%。

除了國產(chǎn)求解器研發(fā)正在突破重圍之外，求解器本身技術(shù)的發(fā)展也在一步一步突破其“規(guī)則邊界”。大部分主流求解器采用的是啟發(fā)式算法，這些基于專家經(jīng)驗的啟發(fā)式規(guī)則在大多數(shù)情況下只能找到局部最優(yōu)的策略。且專家經(jīng)驗一般從特定問題或場景中總結(jié)，具有一定的局限性。

但是，AlphaGo的曝光讓強化學習成為焦點，基于強化學習和運籌優(yōu)化，來對各模型求解，是當下研究的方向熱點之一。而這一路徑可以加快求解速度，還具備模型泛化能力強的優(yōu)勢。

目前，國產(chǎn)求解器正在持續(xù)迭代，隨著未來決策市場需求的擴大，產(chǎn)業(yè)鏈深度重構(gòu)，求解器的角色將尤為重要。

編者按：本文轉(zhuǎn)載自微信公眾號：DataView數(shù)據(jù)科技研究院(ID：data-view)，作者：DataView