跟着全球国民经济与社会的继续开展，从20世纪后半叶开端世界范围内货客运吞吐量正在不断增加。以我国为例，依据其国家统计局数据，我国物流总用费从2011年的的 8.41万亿元增加至 2016 年的 11.10 万亿元，年均复合增加率为 5.71%。以此为根底，我国发改委估计至2020年，全社会物流总用费将占全国GDP的14%。而正式在此布景下，20世纪80年代开端世界范围内开端实践推行多式联运。跟着近40年左右的开展，多式联运正在交融机器学习，大数据，物联网等多种前沿技能在战略，战术以及运营层面全面开展。
作者 | 田辰
一、多式联运的市场规模
近几年来，多式联运在概念上正在继续前进，已从简略的形式上包括两种不同运送办法的办法，变为一个主体，一份合同，一次邮寄，一次计费，一份单证，一份稳妥的六合一，一票究竟的老练运送架构。而其最重要的便是职责一致化，这大大降低了客户在运用联运过程中的危险与本钱。以欧洲为例，全欧多式联运总量在2007年到2015年间增加近670亿吨公里，增幅近一倍，并依据有关部门多式联运总量将在2030年到达3060亿吨公里。
二、多式联运中的首要人工智能技能范畴
运筹优化：运筹学的前史比人工智能和机器学习技能的呈现更悠长，但他们的呈现让运筹学提升到了新的高度。现在，在多式联运方面运筹优化算法频频落地，不仅在组合优化，随机优化方面有所突破，也在博弈论以及控制论范畴等根底理论研讨发面取得了许多作用。
途径规划：途径规划是指针对链接起点方位与结尾不知道的途径构成进行决议方案的研讨。现在，在多式联运方面，首要被用于在单一或多重途径中对不同优化要素决议方案的核心技能。
时刻序列猜测：时刻序列猜测是一种回归猜测办法，其基本原理是一方面供认事物开展的延续性进行数据统计剖析，另一方面依据偶尔要素影响所发生的随机性进行猜测。现在，被广泛运用于针对多式联运中运送时刻，交通流量等要害目标的猜测性作业。
模型优化：模型优化是多式联运中频频运用的技能之一，在该场景下个模型与算法常运用搬迁学习，学习率调整等手法针对运送，办理，预订，库存，仓储等不同环节的本钱核算继续优化。
AI根底设施：AI根底设施在多式联运中首要指的是云核算范畴技能的运用，云对数据的快速贮存，剖析，以及核算才能已成为多式联运实时调整算法，模型然后优化实践运转中呈现的问题不可或缺的一部分。
物联网技能：物联网技能在多式联运中首要被运用于针对实时车况，船况，以及途径情况的监控以及剖析。它可为各不同方面多式联运的优化模型以及算法供给多维度的数据流。
三、人工智能技能在多式联运中的运用散布
四、多式联运部分落地事例简述
CoLane：CoLane运用运筹优化，机器学习以及模型优化等多种技能，为货运集装箱车辆供给会集是货品配送方案并供给多式联运服务，让公路转海运，或公路转铁路变得更为简略。这种解决方案能够去除中心货代商，让运送功率进步，本钱下降。
摩佰尔（天津）大数据科技有限公司：摩佰尔运用运筹优化，大数据，云核算等技能构建了多式联运网路货运人渠道，可依据货主的实践运送需求进行公、铁、河、海多种运送办法组合，完成从多维度挑选最佳运送及方案的功用。
顺丰快递：顺丰从2017年末就开端构建以运筹优化，途径规划，大数据，物联网，云核算技能为根底的线上线下一体化多式联运品哪个台，2019年推出的才智联运运用以及才智多式联运纽带已完成了以铁路为主的一单制多式联运解决方案。现在该运用交易额已挨近20亿元人民币，集装箱量达20万TEU。
五、人工智能技能在多式联运的局限性
运送资源与优化研讨方向不一致：因为公路、铁路以及航空等运送办法的资源的实践运用办法往往与研讨中的假定运用办法有较大距离，所以在优化算法与模型落地方面，预期作用常常反应远低于模仿状态下的水平。
六、人工智能技能在多式联运的开展趋势
铁路运送优化算法与建模将在世界多式联运占主导地位：近几年来，高速铁路的逐步老练正在让铁路运送的时刻与本钱直线下降，致使在全球方位内以海铁、公铁为主的多式联运比例逐年攀升，所以不难猜测后续几年的多式联运方向将以铁路运送为要点。
