當前位置 首頁 > 案例 > 正文

                                            基于機器學習的大型油庫公路發油計算軟件

                                            項目背景 

                                                   石油資源作為重要的戰略資源,影響著國家的安全、社會和政治的穩定,是我國經濟與社會發展的基礎和保障。由于市場發展和政策管制的長期共同作用,我國石油產業己日趨成熟,并基本形成了如中石化、中石油、中海油等國有大型石油企業為主導的市場主體和投資主體多元化的競爭格局。但是,伴隨著成品油市場開放經濟危機的沖擊和政策傾向的減退,這些企業均面臨著巨大的挑戰和危機。

                                                   為保持和進一步提高多年形成的市場占有率和較高的利潤率,改善企業自身管理模式、降低企業物流運作成本、提高企業物流運作效率對這些石油企業便顯得尤為重要。成品油配送作為石油企業供應鏈的終端部分,可以是一個很好的突破口。通過改善配送這一環節,不僅可以大大降低企業的物流成本,提高企業的配送效率,而且能從根本上提高企業的核心競爭力。

                                                   

                                            項目調研 

                                                   隨著社會成品油用量的加大,油庫的發油壓力也越來越大。受制于油庫的發油臺以及發油鶴管的數量的客觀條件,發油作業的勞動強度和速度受到制約。如何在現有的客觀條件下,充分發揮發油設施的能力,加快發油的速度,降低勞動強度。

                                                   

                                            解決方案 

                                                   我們對現有的發油設施進行了細致的調研,充分考慮了安全、規范、操作難度以及效果等各方面因素,集思廣益。采用機器學習的方式,運用遞歸算法篩選出裝車臺與鶴管分布的最優方案,針對不同倉位的油罐車合理配置裝車臺及鶴管數量。

                                                   

                                            圖片展示 

                                             

                                            国产aa级毛卡片