為您找到相關(guān)結(jié)果 1590 篇
-
批次煙葉實(shí)時(shí)在線監(jiān)打和排產(chǎn)預(yù)約；依據(jù)打掃碼工作量、倉(cāng)庫(kù)容量、煙包吞吐量，探索框欄聯(lián)運(yùn)、成包機(jī)械；利用生成式人工智能算法模型倒排收購(gòu)時(shí)間，制定進(jìn)度
-
激光雷達(dá)技術(shù)平均時(shí)長(zhǎng)5.9秒，用時(shí)最短，長(zhǎng)寬高誤差比值最低。于是，激光雷達(dá)技術(shù)成為首選。在此基礎(chǔ)上，他們通過優(yōu)化算法對(duì)激光雷達(dá)點(diǎn)云數(shù)據(jù)圖像快速糾偏
-
“周轉(zhuǎn)箱合箱算法”研究，改變當(dāng)前煙垛裝箱布局及標(biāo)準(zhǔn)煙、細(xì)支煙先后包裝方式，根據(jù)客戶訂單優(yōu)化組合，研制自動(dòng)合箱算法，將數(shù)量較低的卷煙訂單進(jìn)行合箱處理
-
碼放，而銷售發(fā)貨因要考慮發(fā)貨地點(diǎn)和順序，對(duì)算法要求更高。湖南中煙率先打造“無(wú)人發(fā)貨一條線”，穩(wěn)步推進(jìn)從產(chǎn)品存放垛位到月臺(tái)的“最前一公里”、裝卸位到皮帶的“中端
-
;在數(shù)據(jù)系統(tǒng)上實(shí)現(xiàn)協(xié)同統(tǒng)一，在數(shù)據(jù)使用上各取所需；建立預(yù)測(cè)站，運(yùn)用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)數(shù)據(jù)儲(chǔ)備、數(shù)據(jù)挖掘、算法分析的數(shù)據(jù)全鏈路，通過
-
、數(shù)據(jù)挖掘、算法分析的數(shù)據(jù)全鏈路，通過算法計(jì)算，形成供應(yīng)模型，并通過市場(chǎng)投放實(shí)踐不斷檢驗(yàn)，實(shí)現(xiàn)需求的全面預(yù)測(cè)。 預(yù)報(bào)供需情況 實(shí)現(xiàn)市場(chǎng)需求定位
-
局（公司）借助浙江煙草商業(yè)“互聯(lián)網(wǎng)+物流”系統(tǒng)試點(diǎn)先行優(yōu)勢(shì)，首先通過聚類算法實(shí)現(xiàn)了配送區(qū)塊的調(diào)整、通過禁忌搜索算法完成了配送線路的優(yōu)化，形成“三區(qū)
-
，使用算法模型結(jié)合特定累目標(biāo)卷煙要求，保證卷煙品類豐富，生成品類規(guī)劃。
規(guī)劃邏輯步驟：
品類規(guī)劃=XX
數(shù)據(jù)（
-
;創(chuàng)建物料路徑信息表，準(zhǔn)確反映生產(chǎn)牌號(hào)與生產(chǎn)路徑的對(duì)應(yīng)關(guān)系，并且從內(nèi)部進(jìn)行訪問，在提高算法的執(zhí)行效率、減輕系統(tǒng)數(shù)據(jù)訪問的網(wǎng)絡(luò)負(fù)載開銷的同時(shí)，也方便
-
和規(guī)律，從而實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的預(yù)測(cè)和決策。例如，通過分析歷史物流數(shù)據(jù)，機(jī)器學(xué)習(xí)算法可以預(yù)測(cè)未來(lái)的物流需求，優(yōu)化運(yùn)輸路線和庫(kù)存管理。深度學(xué)習(xí)則是一種
