2022年(nian)6月，京(jing)東物流智(zhi)能(neng)算法團隊的(de)學術(shu)(shu)論文Three-StageRoot Cause Analysis for Logistics Time Efficiency via Explainable Machine Learning被CCF-A類會議ACMSIGKDD錄(lu)用。ACMSIGKDD（國際(ji)數(shu)據(ju)挖掘與知識發現(xian)大會，簡稱KDD）是數(shu)據(ju)科學領(ling)域最高級別的(de)國際(ji)學術(shu)(shu)會議，也是全世界數(shu)據(ju)科學頂級學術(shu)(shu)成果的(de)交流平臺，國內外(wai)眾多科技企業(ye)和(he)組織都把在KDD發表論文作為(wei)體現(xian)科技競爭(zheng)力的(de)重要指標。

異(yi)常根因(yin)分析算法流程圖

該論文是京東物流完(wan)全獨立自(zi)主發表(biao)的第(di)一(yi)篇KDD論文。京東物流算法團隊對(dui)其智能(neng)物流園區異常(chang)管理解(jie)決方案中的落地技術(shu)，進行(xing)總(zong)結提(ti)煉，并(bing)從中挖掘學(xue)(xue)術(shu)價(jia)值。論文以物流時(shi)效(xiao)(xiao)的異常(chang)發現和分析為例，提(ti)出(chu)了基于可解(jie)釋機器學(xue)(xue)習的根因分析方法，并(bing)通過實(shi)際場景的應(ying)用案例進行(xing)了論證，針對(dui)當(dang)前人工智能(neng)領域中的根因分析疑(yi)難問(wen)題提(ti)出(chu)有效(xiao)(xiao)的創新方法，不僅做出(chu)了重要(yao)的學(xue)(xue)術(shu)貢獻，也推動物流行(xing)業(ye)實(shi)際業(ye)務更進一(yi)步。

物(wu)流(liu)(liu)園(yuan)(yuan)(yuan)區是物(wu)流(liu)(liu)業務(wu)集聚發(fa)展的(de)核心單(dan)元，覆蓋(gai)倉儲、分(fen)揀、運輸等供應鏈(lian)的(de)關鍵環節，包含多種物(wu)流(liu)(liu)設施和功能(neng)(neng)(neng)業態。因(yin)此，保障物(wu)流(liu)(liu)園(yuan)(yuan)(yuan)區的(de)安(an)全高(gao)效運行(xing)就顯得尤為(wei)重要。為(wei)了及(ji)時(shi)發(fa)現異(yi)常事(shi)件并且迅速針對(dui)性調(diao)(diao)整，京東(dong)物(wu)流(liu)(liu)智(zhi)能(neng)(neng)(neng)園(yuan)(yuan)(yuan)區算法團隊基(ji)于(yu)大數據(ju)和人工(gong)智(zhi)能(neng)(neng)(neng)技術，創新性地探索出了集發(fa)現問(wen)題(ti)(ti)(ti)、分(fen)析問(wen)題(ti)(ti)(ti)和解(jie)決問(wen)題(ti)(ti)(ti)為(wei)一(yi)體(ti)的(de)智(zhi)能(neng)(neng)(neng)物(wu)流(liu)(liu)園(yuan)(yuan)(yuan)區異(yi)常管理解(jie)決方案。基(ji)于(yu)統(tong)計學和可解(jie)釋機器(qi)學習提出的(de)分(fen)析框架(jia)，能(neng)(neng)(neng)夠有(you)效發(fa)現智(zhi)能(neng)(neng)(neng)園(yuan)(yuan)(yuan)區中設備運行(xing)、車(che)輛(liang)調(diao)(diao)度、人效、能(neng)(neng)(neng)源消耗等方面的(de)異(yi)常并進行(xing)根因(yin)分(fen)析，從而優化提升物(wu)流(liu)(liu)業務(wu)。

由于物(wu)流園區(qu)中(zhong)的(de)貨(huo)物(wu)流量(liang)巨大(da)、分(fen)揀系(xi)統結構復雜(za)，容(rong)易在局部造成(cheng)擁(yong)(yong)堵(du)(du)，從(cong)而影響(xiang)物(wu)流時效，甚至造成(cheng)貨(huo)物(wu)損(sun)壞或丟失。針對(dui)這一問題，智能(neng)物(wu)流園區(qu)異常(chang)管理解決方案不僅能(neng)夠通過計(ji)算機(ji)(ji)視覺手段(duan)及時發現(xian)擁(yong)(yong)堵(du)(du)點，也(ye)能(neng)夠通過機(ji)(ji)器學(xue)習和統計(ji)學(xue)技術有(you)效分(fen)析分(fen)揀系(xi)統結構和各個(ge)入口的(de)流量(liang)對(dui)擁(yong)(yong)堵(du)(du)事件(jian)的(de)影響(xiang)。從(cong)而，定位(wei)造成(cheng)擁(yong)(yong)堵(du)(du)的(de)根本原因(yin)，并加以改善，避免因(yin)為治(zhi)標不治(zhi)本帶來的(de)異常(chang)事件(jian)反復發生。

碳(tan)(tan)中和是當前國家(jia)發(fa)展的(de)大(da)趨勢，物流園區也成(cheng)為降(jiang)低(di)物流行業(ye)碳(tan)(tan)排(pai)放(fang)(fang)的(de)重要(yao)一環(huan)。智能(neng)(neng)物流園區異常管(guan)理(li)解決方案(an)能(neng)(neng)夠為碳(tan)(tan)排(pai)放(fang)(fang)預(yu)測和提(ti)(ti)前治理(li)，提(ti)(ti)供強大(da)的(de)技術支持，通過對復雜繁多(duo)的(de)碳(tan)(tan)排(pai)放(fang)(fang)影響因素集合(he)與碳(tan)(tan)排(pai)放(fang)(fang)量的(de)關系進行理(li)論(lun)建(jian)模，并抽絲剝繭，結合(he)現(xian)實場景定位造成(cheng)碳(tan)(tan)排(pai)放(fang)(fang)增加的(de)主要(yao)因素，有針(zhen)對性(xing)地加以優化和改善，從而有效(xiao)實現(xian)節能(neng)(neng)減排(pai)。

除了(le)(le)在(zai)物(wu)流園區的(de)(de)場(chang)景，智能(neng)物(wu)流園區異常(chang)管理解決方案的(de)(de)核心(xin)技(ji)術也應(ying)(ying)用在(zai)物(wu)流時效(xiao)分(fen)(fen)析和網絡規劃業務中，并成功幫(bang)助(zhu)京(jing)東物(wu)流西南區域多個城(cheng)市發現提(ti)升時效(xiao)的(de)(de)關(guan)鍵(jian)因(yin)素，并提(ti)出了(le)(le)相應(ying)(ying)的(de)(de)整改建議(yi)。通過數字化(hua)和智能(neng)化(hua)手(shou)段，大大提(ti)升了(le)(le)異常(chang)分(fen)(fen)析和根因(yin)定位的(de)(de)效(xiao)率和精確性，對業務增長起到了(le)(le)關(guan)鍵(jian)作用。

京(jing)(jing)東物(wu)(wu)(wu)流始(shi)終重視技(ji)術(shu)(shu)創新(xin)的重要作(zuo)用，在(zai)長期技(ji)術(shu)(shu)投入和創新(xin)驅動下，軟件、硬件及系統集成的三位一(yi)體供應鏈(lian)(lian)(lian)物(wu)(wu)(wu)流技(ji)術(shu)(shu)核心競爭力持續升(sheng)(sheng)級，目前(qian)已形成了覆蓋園區、倉儲、分揀、運輸、配送(song)等供應鏈(lian)(lian)(lian)各關鍵(jian)環節的技(ji)術(shu)(shu)產品及解決方案(an)，以提升(sheng)(sheng)預測、決策和智(zhi)能執行(xing)能力。不僅多項技(ji)術(shu)(shu)成果獲得國際(ji)、國內頂級榮(rong)譽和學術(shu)(shu)認可，京(jing)(jing)東物(wu)(wu)(wu)流還(huan)通(tong)過開放合作(zuo)，拓展供應鏈(lian)(lian)(lian)物(wu)(wu)(wu)流新(xin)技(ji)術(shu)(shu)的應用落(luo)地，推(tui)動數實融(rong)合，讓一(yi)體化供應鏈(lian)(lian)(lian)成為企業、行(xing)業高質量發展的“助推(tui)器”。