• 制造产业
    • 汽车制造

      汽车制造企业 车型生产排序

      项目背景

      某汽车制造企业，要对主计划安排的车型和数量进行生产排序，并且希望合理安排各车型的连续生产的数量，以满足车型的连续性要求，又不能连续生产过多，以满足零件的供应能力。同时，需要合理安排颜色的连续性，以减少喷枪不必要的清洗次数。

       

      客户痛点

         •    人工排序无法在兼顾多约束条件下，排出最优生产序列；

         •    人工排序无法量化分析各项指标，分析生产排序的优劣；

         •    人工排序时间长，无法应对及时反馈市场的生产要求。

       

      解决方案

      数学优化+分解求解，快速找到最优排程

       

      项目效果

      ✔ 瓶颈工艺（喷涂车间）生产能力提升5%-10%

      ✔ 喷涂车间生产成本降低30%

      ✔ 运行时间<30分钟，市场响应从“天级”缩短至“小时级”

      ✔ 订单满足率提升

      汽车零部件 安全检测排程优化

      项目背景

      汽车零部件安全测试排期优化，汽车制造商（OEM）需要整个供应链中最高质量的零部件，每一种汽车材料和部件都必须经过严格的测试，并符合最高的行业和法律要求。需要根据不同类型的安全测试选择相应的测试模式：

      Daily mode：测试将进行数天，资源占用几小时；

      Continuous mode：资源全天候占用。

       

      项目难点

         •    零部件安全测试需要不同类型的资源条件配合：设备、技工、工程师

         •    优化模型考虑因素多，包括：时间间隔、步骤顺序、员工技术、工作日程安排、测试设备的工作容量、测试设备共享限制、测试时长限制、测试设备准备程度、测试员工工作时间平衡等。

       

      📊 项目效果

      轻松点击即可进行优化模型运算：

      ✔ 测试设备利用率最大化

      ✔ 测试准时完成率提升

      ✔ 员工工时安排更均衡

      💡 解决方案

       

    • 电子制造

      照明系统制造商 全球供应链优化

      项目背景

      作为全球领先的照明系统制造商，该企业面临高度定制化产品的供应链复杂性。其客户订单涉及4,000+种产品特性，对应5,000+装配零件号，分布在全球多个工厂和仓库（槟城、中国、新加坡、圣何塞）的40,000+原材料库中。
      此外，该企业承诺48小时内确认并安排交付，对生产和库存调度提出极高要求。

       

       客户痛点

         •    产品组合复杂，供应链匹配难度大，订单处理时间长
         •    缺乏全局视角，难以统筹全球产能和库存优化
         •    交付承诺压力大，短时间内难以找到最优生产方案

       

       解决方案

         •    运筹优化+情景分析，智能匹配订单与产能
         •    基于数据的供应链优化计算，平衡库存与生产计划
         •    可视化工厂产能分配，预测资源调整对交付时间的影响

       

      项目效果

      ✔ 交付预测一致性 & 可靠性大幅提升
      ✔ S&OP 计划制定时间缩短 ≥50%
      ✔ 优化库存管理，提高订单准时交付

  • 物流运输

    矿产运输 港口调度优化

    项目背景
    该企业每年运输 3000 万吨铝土矿，通过韦帕港出口至澳大利亚东部、亚洲及全球市场。 
       •    挑战：港口每日有多达十艘大型船舶进出，调度不当可能导致每天高达10万澳元的滞港费，影响矿山生产及客户交付。

     

    客户痛点
       •    手动调度低效，每天需耗费 3-4 小时进行排程调整 
       •    潮汐、天气、到港时间、库存等变量影响决策，依赖经验判断，缺乏数据支撑 
       •    决策不稳定，容易出现误判，影响港口运营效率 

     

    解决方案
       •    数学优化 + AI决策支持，替代手动调度，提高决策精准度
       •    30分钟内完成调度优化，替代过去耗时 3-4 小时的人工排程
       •    实时场景模拟，评估不同调度方案，平衡运营效率与成本 

     

    项目效果
    ✔ 船舶调度更精准，降低滞港成本 
    ✔ 提高铝土矿运输效率，优化供应链稳定性 
    ✔ 节省数百万美元运营成本，提高决策一致性

    售后件 配送线路优化

    项目背景

    广州仓库负责华南区域特约店的售后件配送专线运输的固定线路，主要采用3T，5T的货车，呈现放射型，没有量化分析线路数据，需要进行优化。

     

    客户痛点

       •    线路满载率不均匀，有些线路满载率很低；

       •    线路设计每次有调整，只能在原来线路的基础上增加；

       •    没有量化分析线路成本。

     

    解决方案

       •    运筹学数学模型 + 启发式算法，在条件限制下智能生成最优线路

       •    采用地图直观展示当前和历史线路的走向；

       •    对分析成本、车辆满载率、行驶距离、时间等进行对比并生成报告。

     

    项目效果

    ✔ 物流成本降低10%

    ✔ 线路满载率提高至90%+

    ✔ 发车计划优化，排程时间缩短至10分钟以内

  • 医药行业

    医药行业 供应链网络优化案例

    项目背景

    一家医药公司在法规变化后，需要重新设计供应链，直接客户从2家增加到2000家。现有网络无法满足疫苗的交付要求，尤其是在温控和时效要求方面。

     

    客户痛点

       •    客户数量增加，压力剧增。
       •    疫苗需要在48小时内交付。
       •    物流缺乏优化，效率低下。

     

    解决方案

       •    OAT利用数学优化技术重新设计供应链。
       •    根据交付时间、服务水平和成本优化配送中心的数量和位置。
       •    模拟了200多个场景，帮助进行数据驱动决策。

     

    项目效果

    ✔ 更快响应市场变化和战略规划。
    ✔ 增强了未来适应变化的灵活性。
    ✔ 降低供应链成本，提高效率。
    ✔ 该模型被推广至其他地区，包括俄罗斯、日本和印度。