关于我
我是车骑, 一个摸爬滚打16年的IT老兵, 在上班之余兼职算法开发。
我主要专注于优化和策略类算法研究与应用, 致力于通过算法为教育、生产制造、物流、能源等行业带来效率的提升和决策的精准化。
除了分班算法，我还做：
- 车间排产：综合考量订单需求、物料供给、设备能力及人力资源等多元要素，利用算法实现生产计划的最优安排和精细化管理，并能动态调整生产调度，提升生产效率和客户交付满意度。
- 物流调度：通过网络分析和算法应用，为物流配送设计最优路径，减少运输时间和成本，同时提高货物送达的准时率。
- 资源分配：利用算法优化能源分配与使用策略，定制高效节能方案，助力企业可持续发展。
- 人员排班：根据员工技能、经验和岗位需求，实现高效的人才配置和团队构建。
- 医院调配：平衡医疗资源分配，优化患者就诊流程，提升医疗服务质量和响应速度。
为什么选择做算法
我主导过不少智能工厂的项目和产品，碰到到两个比较大的问题:
- 创新困境：现在的软件市场非常饱和，单纯靠叠加功能很难有效提升竞争力。比如说今天你开发一个新功能, 竞品一两周就能复制出来, 更何况我们自己开发的好多功能, 都是在复制其他家产品的基础上。
- AI应用的现实挑战：也寄希望于使用AI等新技术带来变革，但在实施过程中遇到了不少问题，一是数据的收集和质量，这个在ToB的生产制造业并不像想象中那么容易; 二是最终模型的精确度瓶颈, 如果不能达到绝对精确度, 更多只能起到参考或演示作用, 并不能对客业务户产生最终价值。
但在这期间中，我们使用优化和策略类算法做的几个项目却出乎意料的取得了很好的效果，拿几个做过的项目举例:
- 用几十秒时间就解决了过去排产计划组长琢磨二三个小时的问题，而且排出的结果更优。
- 使用极小代价解决了电路板设计布局问题，而客户的数据科学家团队还一直在考虑怎么用AI中的强化学习解决这个问题。
- 解决了一个国外项目产线设备生成和AGV综合调度的问题，把产能节拍提升了14%，对于客户来讲14%不单单是个数字，而是实打实每个月几百万美元的效益提升。
- 分班算法是朋友推荐的一个项目, 尽管之前没有做过相关的, 但考虑到解决问题思路是类似的, 就尝试了下, 最终不仅完整的满足了客户的需求, 而且在结果精确率上超出了客户的预期, 算法可以达到的0.01级，也超过市面上的同类产品的0.1级。
目标是后面开发更多通用算法并将更多算法项目落地实践，解决现实中实际问题。
联系方式
- 微信号💬：royzheng2017
- 邮箱✉️：royzheng2017@gmail.com。
期待与您携手，共同拓展算法驱动的无限可能！