网络流问题--仓储物流调度【数学规划的应用(含代码)】阿里达摩院MindOpt
本文通过使用MindOpt工具优化仓储物流调度问题,旨在提高物流效率并降低成本。首先,通过考虑供需匹配、运输时间与距离、车辆容量、仓库储存能力等因素构建案例场景。接着,利用数学规划方法,包括线性规划和网络流问题,来建立模型。在网络流问题中,通过定义节点(资源)和边(资源间的关系),确保流量守恒和容量限制条件下找到最优解。文中还详细介绍了MindOpt Studio云建模平台和MindOpt APL建模语言的应用,并通过实例展示了如何声明集合、参数、变量、目标函数及约束条件,并最终解析了求解结果。通过这些步骤,实现了在满足各仓库需求的同时最小化运输成本的目标。
阿里巴巴达摩院重磅推出【足帮帮】3D脚型扫描仪,10秒输出足部检测报告
随着新零售消费方式牵引整个消费体系的变革,零售行业的升级和大健康消费需求的爆发。数字化+AI智能化也成为了企业在市场中取胜的重要基石。“足帮帮”阿里巴巴达摩院,率先打造3D足部建模检测,AR体验的智能制造的一云四端解决方案。基于三维视觉AI技术实现足部健康还原检测,致力于用人工智能技术实现鞋类企业的降本增效,配合行业科研和医疗健康产业的方案升级。
云上个性化推荐——基于PAI和Hologres的个性化推荐最佳实践
常见的个性化推荐系统包括日志收集,数据加工,召回,排序,离在线效果评估等诸多环节,对于中小客户存在技术门槛高,搭建周期长等问题。计算平台基于 PAI,Hologres,MaxCompute,DataWorks 平台产品,可以帮助客户快速搭建个性化推荐解决方案。本次分享,主要从计算平台的推荐系统整体解决方案出发,重点介绍基于 PAI 的向量召回算法和 Hologres 向量检索的整体架构,以及该架构在某社交APP的落地案例和效果分享。