数字孪生

企业需要更好的规划来提高供应链的灵活性和弹性。在解释了传统计划系统的缺点后，作者介绍了最优机器学习（OML），该方法已在多个行业证明行之有效。其核心功能是决策支持引擎，可以处理大量的历史和当前供需数据，考虑公司的优先事项，并迅速为理想的生产数量、运输安排等提出建议。作者解释了 OML 的基本原理，并提供了两家大公司如何实施 OML 并提高供应链绩效的具体实例。

随着当今世界的供应链变得更为复杂和脆弱，智慧供应链的管理价值愈加凸显。智慧供应链具有连接性、可视性、敏捷性、集成化和智能化的特点。基于数字孪生（Digital Twin，DT）这一概念，数字孪生驱动的供应链（DT-driven supply chain，DTSC）提供一个创新的供应链解决方案。在本文中，我们首先对数字孪生的文献进行简要综述，论述了建立数字孪生驱动的供应链的基本方法，围绕供应链建模、实时优化和数据驱动的协作展开探讨并凝练关键研究问题。最后，通过京东的数字孪生供应链平台，介绍其如何在新冠肺炎疫情期间快速实现供应链网络重新配置，阐明数字孪生供应链的的优势。

全球协同合作与线上线下渠道融合的发展趋势给物流行业带来了新的挑战。发展智慧物流成为了应对物流业务复杂度与数量不断增长的可行解决方案。智慧物流技术，如物联网、信息通讯和人工智能等技术，使得物流行业的运作更为高效。然而，新兴技术的应用也从根本上改变了物流行业的管理与经营模式。因此，关于物流行业智慧化的变革吸引力工程、物流、运输和管理等领域学者的关注。其中，智慧物流运营管理研究主要涉及底层技术应用、业务逻辑、运营框架、相关管理体系、特定场景下的运作优化等问题。为了对智慧物流运营管理的研究现状及发展方向进行探索分析，本文对相关研究进行系统的梳理，并基于研究空白和行业实践的需要，提出了该领域未来的研究方向。