Logo
header
科学研究
研究概况
OVERVIEW OF RESEARCH
基础理论及模型技术研究
基础理论及模型技术研究
包括基础理论、基础算法、网络技术以及物联网等基础技术的研究,致力于解决物流网络实际复杂问题、提高运算效率,促进新技术的落地;基础算法包括大语言模型算法、深度学习算法、高级排程算法、物流路径规划算法、车货匹配算法等。
应用场景及技术研究
应用场景及技术研究
研究深度学习、云边端技术、超融合技术、数字孪生技术和大语言模型在物流场景的应用,旨在提升企业物流运营效率、增强物流运营灵活性,改善客户服务体验。
创新理论及技术研究
创新理论及技术研究
重点围绕生成式人工智能在物流技术,深度学习在运输行业,智能物流技术在物流节点和设备终端的应用,用于降低物流成本,提高物流安全性及可持续性。
成果应用
APPLICATION OF RESULTS
成果应用

围绕多式联运、智能工厂、城市共配、快递末端等物流场景的网络化系统结构特性,采用云边端系统平台技术架构,基于数据模型、算力池化、优化算法和模块化低代码应用开发平台,研发网络化场景数据总线、智能控制塔、数智云运营管控平台、边缘融合计算机、终端智控模块等关键核心技术,构建包括IAAS、MAAS、PAAS、SAAS完整的云技术服务模式。