在销量预测、库存优化和运输优化的基础上，综合考虑库存成本、运输成本和服务水平，对整个供应链网络进行优化： 对各仓库/网点的负荷量进行分析，哪些仓库/网点超负荷，哪些负荷不足，通过优化使得负荷平均分配。 对每种商品的供应链网络进行合理布局，包括选择供应方和设置销售网络。 对每种商品的调拨策略进行优化，包括： 日常调拨：调拨频率和调拨量的设置。 紧急调拨：发生缺货时的调拨策略，包括从上级和平级仓库/网点调拨。

供应链网络优化

背景 

风电机组的本地适应性差、产品质量标准缺失、不掌握核心技术（控制系统）、风电场设计粗放，运行水平低等。

设备故障预测

实现方法 

1. 把两个风机机组的数据合并 2. 自变量为风速、发电功率、环境温度、机舱温度；因变量为传动链（powertrain）各环节的温度测量值。 3. 建模找残差（residual） 4. 求出每台机组每个月的平均残差。残差最大的月份可能就是某种未知机械原因造成的磨损（产生热能）最大的月份。 5. 把这些月份和维修记录做对比。 

效果 

风电机组远程故障预警及诊断系统最终实现机组故障自诊断。 窗口期运维 实现风电场运行维护的强计划性，大幅降低运维成本。

工艺参数优化

降低每批次线痕的均值或中值 （其次降低线痕的方差） 考虑成本因素 给定辅料的参数选择范围 考虑辅料的品牌和参数 考虑切片机工艺参数

某企业良品率每提高千分之一，就能节省上千万的生产成本，通过ET工业大脑的实施，一年节省成本达到几千万元

目标

价值