基于人工智能機(jī)器學(xué)習(xí)及最優(yōu)搜索決策的電力物資履約管理研究

黃超澤

中圖分類號(hào)：F426 文獻(xiàn)標(biāo)識(shí)：A 文章編號(hào)：1674-1145（2019）11-106-01

摘 要 電力企業(yè)供應(yīng)鏈管理中，合同履約管理是極為重要的一個(gè)環(huán)節(jié)，鏈接著招標(biāo)采購、倉儲(chǔ)配送、工程建設(shè)及設(shè)備運(yùn)行等關(guān)鍵環(huán)節(jié)，具有承上啟下的紐帶作用。本文利用人工智能的機(jī)器學(xué)習(xí)及最優(yōu)決策對(duì)電力物資的履約管理進(jìn)行研究，突破傳統(tǒng)履約管理方式，打造智慧型履約管理模式，具有一定的前瞻性戰(zhàn)略價(jià)值。

關(guān)鍵詞 電力 供應(yīng)鏈管理 履約管理 人工智能 機(jī)器學(xué)習(xí) 最優(yōu)搜索

電力企業(yè)的供應(yīng)鏈管理涵蓋需求計(jì)劃、招標(biāo)采購、合同簽訂、品質(zhì)控制、履約管理、倉儲(chǔ)配送及逆向物資管理等諸多過程管控，輻射著基建、技改、物資、財(cái)務(wù)、生產(chǎn)、營銷等重要環(huán)節(jié)。電力物資合同的履約管理順承著供應(yīng)鏈各節(jié)點(diǎn)，服務(wù)著電力企業(yè)各關(guān)鍵專業(yè)口，重要性不言而喻。目前電力企業(yè)供應(yīng)鏈管理中采用的履約管理方式更多側(cè)重于員工個(gè)人的經(jīng)驗(yàn)管控，人工智能在履約管理中應(yīng)用尚屬于空白。基于經(jīng)驗(yàn)的履約管理受制于企業(yè)員工的個(gè)人經(jīng)驗(yàn)、談判技巧、溝通能力、情緒波動(dòng)等諸多干擾因素的影響，具有一定的局限性。

一、技術(shù)介紹

人工智能中的機(jī)器學(xué)習(xí)具有多領(lǐng)域交叉特性，涵蓋數(shù)理統(tǒng)計(jì)學(xué)、概率論、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。機(jī)器學(xué)習(xí)通過專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的最根本途徑。

本文研究的最優(yōu)搜索理論，其搜索的本意是指人類尋找食物、獵物、巢穴、配偶，偵測敵人，發(fā)現(xiàn)環(huán)境中暗藏危險(xiǎn)的一種行為。在許多情況下，都面臨著或直接或間接的搜索問題。隨著社會(huì)的進(jìn)步、科技的不斷發(fā)展，人們開始通過數(shù)學(xué)方法來對(duì)搜索有關(guān)的理論進(jìn)行系統(tǒng)分析與研究。尤其在二戰(zhàn)之后，經(jīng)過戰(zhàn)爭的洗禮，搜索在各方面顯得越發(fā)重要，例如軍隊(duì)搜索、戰(zhàn)機(jī)搜索、礦藏搜索等等，這直接導(dǎo)致搜索理論的極大發(fā)展。現(xiàn)代最優(yōu)搜索決策理論最早由B.O.Koopman提出，隨后最優(yōu)搜索決策理論獲得了較深入的發(fā)展，逐漸從軍事領(lǐng)域轉(zhuǎn)為非軍事甚至民用領(lǐng)域。1970年，第一套 Search and Rescue Planning（SARP）系統(tǒng)通過計(jì)算機(jī)研發(fā)成功。近年來，隨著人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈技術(shù)的蓬勃發(fā)展，最優(yōu)搜索決策理論及技術(shù)也欣欣向榮。

二、技術(shù)應(yīng)用及算法流程

對(duì)于電力企業(yè)履約管理采用人工智能的機(jī)器學(xué)習(xí)，首先需要搜集電力企業(yè)、機(jī)電設(shè)備企業(yè)甚至其他行業(yè)的履約處理經(jīng)驗(yàn)形成大數(shù)據(jù)學(xué)習(xí)庫。通過建模，算法植入，采用類別不平衡學(xué)習(xí)、代價(jià)敏感學(xué)習(xí)、距離度量學(xué)習(xí)、半監(jiān)督學(xué)習(xí)等各種機(jī)器學(xué)習(xí)方法形成自己的學(xué)習(xí)系統(tǒng)，運(yùn)用CBR（基于事例的推理）、RBR（基于規(guī)則的推理）構(gòu)成自己的履約管理知識(shí)儲(chǔ)備庫。

相應(yīng)的學(xué)習(xí)系統(tǒng)、知識(shí)儲(chǔ)備庫完成后，再采用最優(yōu)搜索形成最優(yōu)履約決策。最優(yōu)搜索過程中，我們需要解決初始概率密度函數(shù)，無論哪一種最優(yōu)搜索問題都必須涉及因?qū)ふ夷繕?biāo)而產(chǎn)生的移動(dòng)路徑概率分布函數(shù)。根據(jù)投入到某個(gè)搜索區(qū)域因素的內(nèi)容進(jìn)行相關(guān)性大小分析及定位，還需要用到探測函數(shù)。因不同的履約事件有不同的約束條件，在搜索過程中，還需要一定的約束函數(shù)，才能保證通過最優(yōu)搜索形成最優(yōu)決策。

履約事件形成最優(yōu)決策后，運(yùn)用到實(shí)際事件處理，處理過程及結(jié)果進(jìn)一步反饋回學(xué)習(xí)系統(tǒng)，再進(jìn)行機(jī)器學(xué)習(xí)及后續(xù)流程，使這套系統(tǒng)處理的履約事件越多，運(yùn)用起來越完善。

本研究的大致算法流程如下：

多行業(yè)履約事件搜集→運(yùn)用人工智能機(jī)器學(xué)習(xí)及方法形成學(xué)習(xí)系統(tǒng)、知識(shí)儲(chǔ)備庫→最優(yōu)搜索形成最優(yōu)決策→實(shí)際處理→反饋回系統(tǒng)，越用越完善。

三、結(jié)語

本文通過人工智能的機(jī)器學(xué)習(xí)及最優(yōu)搜索決策等前瞻性理論研究及概述，可以為未來電力企業(yè)的合同履約管理帶來一些新思路，提出一些新方向，并在電力履約管理上具有一定的顛覆性認(rèn)知與潛在價(jià)值。在國家大力扶持人工智能、大數(shù)據(jù)、區(qū)塊鏈等新興技術(shù)的前提下，電力企業(yè)開展智能型履約管理研究，打造智慧型供應(yīng)鏈體系，也是積極響應(yīng)國家號(hào)召，順應(yīng)時(shí)代潮流。需要指出的是，本文的研究更多在于理論及技術(shù)上的方向性創(chuàng)新，并未涉及到具體的數(shù)學(xué)理論、計(jì)算機(jī)建模、人工智能算法編程、函數(shù)編制及運(yùn)用、模塊調(diào)用及仿真運(yùn)行等諸多方面，若要落地實(shí)現(xiàn)，尚需投入一定的人力、物力及財(cái)力，這也可以成為下一步的研究及發(fā)展方向。

參考文獻(xiàn)：

[1]https：//baike.baidu.com/item/%E6%9C%BA%E5%99%A8%E5% AD%A6%E4%B9%A0/217599？fr=aladdin

[2] 龐歡.基于最優(yōu)搜索的分布式數(shù)據(jù)檢索技術(shù)[D].成都：電子科技大學(xué)，2008.