
约束优化可以帮助供应链规划人员保持领先地位。
从苏伊士运河堵塞到全球COVID-19大流行等一系列世界事件表明,我们的供应链管理和物流系统非常容易受到消费者和企业需求、原材料供应、航运和分销等方面变化的影响。约束优化领域很好地匹配了这些需求,但目前的经典计算机可能会在不断增长的数据量和不可预测的中断中碰壁。新的软件解决方案将结合经典计算和量子计算的力量,以帮助规划者保持领先。
供应链与物流面临挑战的时代
供应链和物流经理必须不断平衡许多有时相互冲突的变量,以实现业务目标(例如,充足的库存有利于完成订单和满足客户,但成本可能会损害底线)。精益经营需要优化供应链和出站物流参数,并根据不断变化的客户需求平衡它们。每件事都需要像一台精心调整的机器一样运行。为了最大限度地减少过剩库存的花费,你需要准确地预测需求,确保正确的供应水平,并以灵活和精简的方式供应和产品。
除了这些挑战之外,在疫情的推动下,电子商务消费者购买方式从单一篮子、高交易量(即在一个大篮子中购买多件商品)转变为多篮子、低交易量(即在多个篮子中购买少量商品),再加上消费者对快速免费配送的期望不断增长。
当所有人都被困在家里时,这种情况只会增加,给物流规划者带来了最后一英里的配送难题。当日送达的复合年增长率高达154%,这表明了优化供应链管理物流的重要性。随着包裹数量的不断增加,确保次日或当日送达需要对整个配送过程(车队管理、路线规划等)进行端到端的优化,一直到客户家门口。
这些挑战是应用量子计算技术的重要应用领域。通过这种方法,可以分析复杂的物流数据,以实现快速,有效的交付和最佳的客户服务,从而留住客户并增加收入。
进入约束优化
一个称为“约束优化”(CO)的数学领域解决了这类问题。它是关于优化函数的变量(例如,卡车,SKU,人员),同时考虑到它们的约束条件(例如,成本,数量,时间),以获得更好的业务决策和效率。
例如,考虑著名的旅行推销员问题,这个问题一直困扰着今天的系统。这听起来很简单。销售人员面临的挑战是,在给定的目的地列表中,找到最佳的旅行路线。要解决这类问题,需要对每一个来回进行分析,以找到最快捷的方法。Routific博客称,随着站点数量的增加,挑战呈几何级数增长,直到它超过了拥有15个目的地的最快计算机的能力,可能的线路数量将超过870亿。这类问题不只是假设,它代表了各种运输、物流和配送情况。
受限优化可以从物流决策者每天使用的复杂数据中获得高价值的见解。经典计算机正在使用这种方法解决棘手的问题,以生成估计值和近似值。但当我们的数据量呈几何级数增长时,它们遇到了瓶颈。
需要注意的是,更多的数据并不一定会产生更好的见解,也就是说,除非您能够实际分析所有的数据,而这在今天的纯经典计算系统中是不可能的。他们根本无法处理迅速增长的数据量,也无法平衡无数的变量。这迫使分析人员使用他们所有的数学技能来找到一种方法来获得可能的最佳答案,包括压缩信息来运行计算或只计算问题的一部分,这意味着结果不像他们分析完整的数据集那样准确。
量子计算的差异
这就是为什么量子计算机有这么大的希望:它们可以处理这些大型的、极其复杂的问题。
量子计算机使用多方面的量子位处理数据。更简单地说,量子计算机模拟我们的现实世界。它们在三个维度上处理数据和关系。这意味着他们将能够处理大量数据,即使他们模拟数据之间存在或可能存在的所有相互关系,这取决于在相反的潜在现实中发生的不同情况。

为了进行优化,量子计算机将您的数据映射到多维真实世界模拟中,该模拟描绘了单个数据元素和所有关系。然后,他们模拟数据的潜在变化可能导致的情况。这些情况反映了您在现实世界中会体验到的结果。
但量子计算机能提供的不仅仅是高度精确的解决方案。它们还可以提供多种解决方案,其中任何一种都可以满足您的优化目标。您可以使用您花了这么多钱来收集和存储的所有数据,得到更多更准确的解决方案。另一方面,传统计算机很难对优化请求给出准确、高质量的答案。如果他们不完全犹豫,他们通常只给出一个可能的答案,这个答案可能准确,也可能不准确。
虽然量子计算机的全部功能还需要数年时间,但新兴的软件解决方案旨在使用量子就绪技术来桥接经典和量子计算世界,这些技术可以为约束优化产生更好的结果,在经典计算机上使用更大的数据集,并最终用于量子系统。了解和实施当今的量子计算技术可以帮助使供应链和物流依赖型公司(例如,电子商务,制造,运输,分销等领域的公司)在竞争中处于领先地位。
量子驱动的经典和量子混合不仅提供更快的结果,更重要的是提供具有更高准确性和多样性的结果。这有助于企业更好地了解其日益复杂的决策和运营。
制造业供应链如何从中受益
全球大流行表明,制造业供应链在动态的市场环境下是多么脆弱。约束优化可以帮助制造供应链通过识别最佳路径前进的动态条件变化的采购选择和买家的要求。

以下是用于制造供应链的量子计算和量子就绪约束优化技术的一些优势,从进口组件和原材料到出口配送:
运输效率:CO可以确定制造工厂、配送设施和其他物流中心的最佳位置。小的调整可以对整个网络的成本和生产力产生很大的影响。
仓库管理和配送服务:CO可以用于优化全球和本地运输和装载,以及仓储和交付,以实现最低的成本,最高的效率和生产力。必须使用现有的软件工具在全球范围内安排成千上万台计算机,电视或汽车的运输并不是最佳的。
入站物流:从订单水平到交付到生产线,CO可以以最佳成本推动最大的生产水平。即使是一个丢失的货物或被遗忘的供应商也可能对生产线造成严重破坏。如今,必须使用传统软件工具来安排和维护汽车,计算机,电视,冰箱或ATV的所有部件,尤其是在管理数十万台设备时,这是耗时且低效的。使用量子就绪方法的 CO 可以使其更容易。
零售和渠道物流
CO是应对零售物流挑战的重要手段。疫情导致的电子商务的数量和复杂性激增,促使在产品生命周期管理之外额外使用CO,以专注于有效、低成本和快速交付。以下是一些例子:
网络设计因素:必须优化配送设施的位置、数量和特征,以便快速实现最后一英里的交付。
在线订单配置文件:设施和流程必须支持数量更少的订单,因为每个订单都会增加优化的挑战。
库存细分:由于许多互联网零售商必须提供广泛多样的产品,因此必须优化内部和第三方分销网络内的库存细分。
配送物流:必须优化运输和运输,以便快速、准时地将大量订单交付给各个地区的最终用户客户,直至最后一英里。
在控制成本以支持利润率的同时,必须做到上述所有工作。
展望未来
约束优化可以帮助简化日常供应链管理和物流决策,从海量的关键数据中选择最佳方案。量子计算技术可以应用CO,并为供应链和物流导向的公司提供深入的见解,以优化他们的供应链——从生产到仓库管理和最终配送。
你可能会想,“但是量子计算机还没有准备好进入黄金时间。”你说得对,量子计算机还没有完全成熟。但是,在我们等待明天的混合经典/量子系统和未来的纯量子计算系统的同时,今天的量子技术可以增强当前的经典计算。
原文链接:https://www.quantumcomputinginc.com/blog/supply-chain-and-logistics-optimization/
---煤油灯科技victorlamp.com翻译整理---









