浅谈“大数据”与“航空配餐大数据”

2016年，当AlphaGo成功击败韩国职业九段棋手李世石时，人们就开始相信大数据不是无中生有的噱头，而是人类又一项伟大发明。到目前为止，大数据产品已经数不胜数，它改变着人们的思维方式、生活方式和生活习惯。那么什么是大数据？航食业应该如何赶上大数据的发展呢？

一、何谓大数据

大数据之发展简史：起初，主要运用EXCEL类的数据处理软件绘制一些图表，如透视表、柱状图和折线图等，展示一些简单规律，统计量仅涉及均值和方差，放到现在只能叫做初级的数据预处理工作。后来，由于通信技术的不断发展，大数据时代来临，每个人每天通过手机、电脑、物联网等设备就可产生体量巨大的数据，一些电子商务公司通过分析海量数据，提取了有用信息，成功捞到了第一桶金。到了现在，在各种场所，各种新闻媒体上，“大数据”、“人工智能”、“数据挖掘”、“云计算”、“物联网”等字眼已经满大街横飞。企业，政府，学校，医院等都在努力给自己贴上“大数据”的标签。

大数据之运作流程：不妨回忆一下，小时候作业题中是否经常碰到“找规律”的数学题？找出题干中的规律，就是当前数据分析要做的事情，只是真实场景下的规律比较复杂，无法通过简单的观察和推理进行总结。根据已知数字规律，结合应用背景，列出方程，并经推导演算即可得出最终答案，这是我们做小学应用题的过程，恰恰也是大数据工作的雏形，其中“列方程”正是“数学建模”的雏形，“推导演算”正是“算法设计与实现”的雏形。找规律是第一步，结合规律将有限资源效益最大化才是最终目的。关于大数据形象化描述的另一个版本也非常有趣。大数据技术好比太上老君八卦炉炼丹，原始数据集可比作原材料，数学模型相当于八卦炉，算法被喻为三昧真火，而大数据工程师被喻为炼丹师，最后大数据工作流程被生动形象地用太上老君炼丹的过程刻画出来。

二、大数据应用之关键

**大数据之首要关键：**大数据时代的我们，似乎总觉得任何数据中都能挖到宝贝，但其实不然，只有“有效数据”，才能挖到我们需要的财富，才能给企业带来效益，我们必须意识到“原始数据”的重要性。如果把整个建模和求解过程比作“做菜”，原始数据比作“食材”，模型比作“烹饪设施”，算法比作“加热装置”，这样一来，你可能会更加容易理解为什么原始数据那么重要了，道理很简单——巧妇难为无米之炊。所以企业要运用大数据，第一步就是对数据进行有效地梳理和管控，构建一个统一的大数据库，把各部门、处室的数据统一整理出来，打破部门、处室壁垒，让同一份数据在各部门、处室子数据库的备份中具有“一致性”。在一些数据流的上传路径中设置专门的数据质量检测算法或者岗位，保证基础数据存在的误差在可接受范围内。只有数据是有效的，再去做数据挖掘、数学建模、算法实现等工作才会有意义。

**大数据之软件“灵魂”：**有了数据以后，设计相应的机器学习算法挖掘出数据中的规律，并将这些算法代码“嵌入”到原来的软件模块中，相当于给经典软件注入了“灵魂”，就好像真正有了生命一般，能仿照人类进行思维和应答，从而使得经典软件升级为智能软件。

三、航食业大数据探索之路

大数据已无处不在，包括金融、汽车、餐饮、电信、能源、体育和娱乐等在内的社会各行各业都已经融入了大数据的印迹。但是，在航食业，大数据的应用还刚刚起步，目前还看不到什么成熟的产品。

航食业企业可采用“顶层设计、逐步求精”的思路，以安全运行为根本，以成本管控为目的，分别从运行和生产两个方面入手。考虑用“餐食备份数预测”、“餐具自动周转计划”、“自动化排班”解决运行层面问题。再考虑用“生产模拟仿真软件”、“设备采购自动化分包算法”解决生产层面问题。

航食业运行层面的问题带有浓厚民航业色彩，属于航食业特有问题。在所有航食业问题当中，“餐食备份数预测”、“餐具自动周转计划”、“自动化排班”在大数据背景下备受关注。

餐食备份数预测：航空配餐食材非常昂贵，成本中心又是大多数航食业的定位，如何在餐食备份数和旅客服务之间找到平衡？可以通过大数据对旅客订座数变化规律进行数据分析，提前精确预测出离岗旅客数，据此制定餐食生产计划和配送计划，在不影响航班服务的前提下，使得餐食浪费降到最低。

餐具自动周转计划：餐具管理问题是航食业的老大难，国内几大航空公司配餐每年餐具投入成本高达千万之巨。结合大数据，根据旅客流规律，航班计划，飞机飞行路线计划，配餐标准，餐谱，提前对整个餐具流转进行模拟仿真，在计划实施之前即可预知堆积餐具和流失餐具的配餐单位及具体品项，运用数学建模找到最优的调拨计划，指导各配餐单位按照计划将堆积的餐具调拨给所需配餐单位，从而实现餐具的有效流转。

自动化排班：航食业的运行与航班计划紧密相连。食品车、机供人员的任务跟飞机的起降密切相关，任务可以非常明确和量化，这点跟地勤保障工作有相似之处，所以可以借鉴地勤排班经验设计专门用于食品车和机供员的排班算法，从而使保障效率和保障安全性大幅提高。

除了运行层面的问题之外，航食业还有一些生产问题亟需解决，此类问题也是整个食品业生产的共性问题。对此，可以着重考虑了“生产模拟仿真软件”和“设备采购自动化分包算法”这两个项目。

生产模拟仿真软件：梳理整个生产流程，争取能通过仿真模拟复现整个生产过程。对生产过程进行模拟仿真的好处有：一是可以发现哪些生产环节是目前生产效率提升的瓶颈，应该新增、替换哪些设备会使得生产效率提升最大，设备利用率最高；二是发现哪些生产流程和人员安排是不合理的，第一时间发现问题，进而改善生产流程和优化人员安排；三是如果走部分中央厨房模式，可通过模拟仿真知道哪些产品用大规模量产的方式是合算的。以模拟仿真软件为辅助，决策层领导可以把眼光聚焦到问题的关键点上，再以数据分析为工具，做出更加科学的决策。

设备采购自动化分包算法：随着航食企业规模不断扩大，要购买的设备多且杂，人工分包已经非常困难。可以通过“预招标”收集供应商数据，通过建模优化找到最佳的分包方案，使得总包量适中，便于工程实施和管控，且每个包有足够多的供应商应标。这样一来，整个采购流程就变得更加顺畅了。

十九大报告把创新放在引领发展的第一动力、建设现代化经济体系的战略支撑这样一个定位，是对创新作用的进一步肯定和强化。“千里之路，始于足下”，望有志之士可以提前起步，成为第一个在航食业成功运用大数据技术的人。

浅谈“大数据”与“航空配餐大数据”相关推荐

python读取json数据格式问题_浅谈Python中的异常和JSON读写数据的实现
异常可以防止出现一些不友好的信息返回给用户,有助于提升程序的可用性,在java中通过try ... catch ... finally来处理异常,在Python中通过try ... except .. ...
蚂蚁变大象：浅谈常规网站是如何从小变大的
言归正传,计划了很久写这篇文章,不过心里还是比较忐忑,担心自己在技术上的深度和沉淀还是不够.不过,最后想起某老师说的:follow my heart! 想想,人生就这么些年,想做啥就做啥吧,不用想的太 ...
蚂蚁变大象：浅谈常规网站是如何从小变大的(转)
2005年,我开始和朋友们开始拉活儿做网站,当时第一个网站是在linux上用jsp搭建的,到后来逐步的引入了多种框架,如webwork.hibernate等.在到后来,进入公司,开始用c/c++,做分 ...
[转]蚂蚁变大象：浅谈常规网站是如何从小变大的
作者:老王 (http://blog.sina.com.cn/zgwangbo001) 来源:http://stblog.baidu-tech.com/?p=1643 2005年,我开始和朋友们开始拉 ...
蚂蚁变大象：浅谈常规网站是如何从小变大的（二）
[ 前一段时间写了关于架构的总结,一共十篇,放在新浪博客上 :http://blog.sina.com.cn/zgwangbo001 ,今天放到csdn上] 也可以关注微信公众号:simplemain ...
(转)蚂蚁变大象：浅谈常规网站是如何从小变大的
2005年,我开始和朋友们开始拉活儿做网站,当时第一个网站是在linux上用jsp搭建的,到后来逐步的引入了多种框架,如webwork.hibernate等.在到后来,进入公司,开始用c/c++,做分 ...
PHP相关系列 - 蚂蚁变大象：浅谈常规网站是如何从小变大的
来源:http://stblog.baidu-tech.com/?p=1643 2005年,我开始和朋友们开始拉活儿做网站,当时第一个网站是在linux上用jsp搭建的,到后来逐步的引入了多种框架,如 ...
蚂蚁变大象：浅谈常规网站是如何从小变大的（五）
[ 前一段时间写了关于架构的总结,一共十篇,放在新浪博客上 :http://blog.sina.com.cn/zgwangbo001 ,今天放到csdn上] 也可以关注微信公众号:simplemain ...
蚂蚁变大象：浅谈常规网站是如何从小变大的（三）
[ 前一段时间写了关于架构的总结,一共十篇,放在新浪博客上 :http://blog.sina.com.cn/zgwangbo001 ,今天放到csdn上] 也可以关注微信公众号:simplemain ...

浅谈“大数据”与“航空配餐大数据”

浅谈“大数据”与“航空配餐大数据”相关推荐

最新文章

热门文章