ResilOpt
ResilOpt — زنجیره تأمین مقاوم — بهینهسازی robust/stochastic شبکه تأمین در برابر اختلال تأمینکننده، تقاضا و ریسک دم توزیع.
این صفحه دموی POC است، نه سامانه تحویلی. خدمت متناظر: بهینهسازی عملیاتی · هاب دموها.
دموی نمونه تعاملیبرای مدیر: نتیجه کسبوکار
شبکه کمهزینه در شرایط عادی شکننده بود؛ قطع یک تأمینکننده سطح خدمت را فرو میریخت.
۹ سناریو اختلال؛ سطح خدمت ۹۲٪+ در قطع تأمینکننده؛ قیود شانسی روی fill rate.
- ۱۵–۲۵٪ کاهش هزینه پایه
- ۹۲٪+ service تحت اختلال
- CVaR کمیسازیشده
- ۹ سناریو تنش
«کل شبکه را از تأمین API تا تقاضا در چند ثانیه stress-test میکنیم.»
مستندات عمومی
چه میکند؟
ResilOpt یکی از محصولات پورتفولیوی هوش مصنوعی آریا اِیآی است که برای تصمیمگیری عملیاتی سازمانهای ایرانی و بینالمللی طراحی شده. نسخه عمومی روی Hugging Face یک دموی نمونه است؛ نسخه تولید با یکپارچهسازی داده، SSO و audit trail استقرار مییابد.
مخاطب غیرفنی میتواند KPI قبل/بعد، کاربرد صنعت و مسیر پایلوت را ببیند؛ مخاطب فنی pipeline، متریک قابل بازتولید و لینک Space/Model/Dataset را دنبال میکند.
درخواست پایلوت از طریق فرم تماس سایت با ذکر علاقه به ResilOpt ثبت میشود تا محدوده داده، قیود و معیار موفقیت مشخص گردد.
چه کسی از آن استفاده میکند؟
مدیران عملیات، CISO، برنامهریزان تولید، لجستیک، مالی و تیمهای مهندسی که باید تصمیم را هم برای هیئتمدیره و هم برای اجرای فنی توضیح دهند.
خروجی دمو «نمونه تعاملی» است؛ آپلود زنده فایل سازمانی روی Space عمومی توصیه نمیشود.
کاربرد در صنایع
زنجیره تأمین چندلایه
مقاومت در برابر اختلال تأمینکننده، موجودی ایمنی و تخصیص سفارش. دارو، خودرو، غذا و انرژی که تکمنبعی خطرناک است.
تولید گسسته
قطعات یدکی، نگهداری پیشگیرانه و وعده تحویل قابل دفاع.
خردهفروشی چندکاناله
fulfillment، مرجوعی و سطح خدمت در فروشگاه و انبار.
نفت، گاز و معادن
شبکه تأمین robust و موجودی اضطراری تجهیزات.
دارو و غذا
cold-chain، FEFO و ریسک کمبود در شبکه توزیع.
پروژههای زیرساختی
برنامهریزی منابع مشترک بین پروژهها با عدمقطعیت.
برای مهندس: Pipeline و معماری
Network → NetworkX → deterministic LP / SAA / robust min-max / chance / DRO-CVaR → flow decisions
معماری مرجع: Network → NetworkX → deterministic LP / SAA / robust min-max / chance / DRO-CVaR → flow decisions. اجزا روی CPU قابل اجرا هستند تا دمو و استقرار اولیه بدون GPU اجباری باشد.
خروجیها شامل امتیاز/برنامه، توضیحپذیری و ردپای تصمیم برای بازبینی انسانی است. آموزش و ارزیابی از corpus مستند پروژه پیروی میکند.
برای تولید: Docker، متغیر محیطی، و اتصال به سامانه موجود (ERP، SIEM، WMS، APS) طبق معماری هر repo انجام میشود.
پشته فنی
- Python
- OR-Tools / Pyomo / HiGHS
- NumPy
- SimPy
- Gradio
- Docker
متریکهای قابل بازتولید
| بنچمارک | جزئیات | نتیجه |
|---|---|---|
| Cost vs single-source | deterministic LP | 15–25% |
| Service under shutdown | demo | 92%+ |
| Scenarios | disruptions | 9 |
| Objectives | CVaR / chance | yes |
سوالات پرتکرار
ResilOpt چه مسئلهای را حل میکند؟
ResilOpt برای «بهینهسازی robust/stochastic شبکه تأمین در برابر اختلال تأمینکننده، تقاضا و ریسک دم توزیع.» است. بهینهسازی robust/stochastic شبکه تأمین در برابر اختلال تأمینکننده، تقاضا و ریسک دم توزیع. این صفحه دموی POC است نه سامانه تحویلی.
ورودی و خروجی ResilOpt چیست؟
ورودی: نمونه ورودی سازگار با کارت دمو. خروجی قابل نقلقول: خروجی قابل بازبینی انسان. متریک Hub بدون حجم نمونه سازمان SLA نیست.
آیا Space عمومی ResilOpt جایگزین استقرار سازمانی است؟
خیر. Hugging Face برای ارزیابی است. شکست رایج: اتکا به خروجی دمو بدون صف تأیید. production یعنی on-prem یا VPC و کنترل دسترسی.
چطور پایلوت را شروع کنیم؟
فرم تماس خانه (سازمان، صنعت، شرح مسئله) را بفرستید. قیمت در صفحه دمو اعلام نمیشود.