NUS / C4NGP 技术孵化 · 港口首发 · 面向复杂工业系统

GreyCrane Simulation Intelligence

灰鹤智演

工业 AI 仿真决策智能平台

不是让 AI 猜答案,
而是把答案推演出来。

01 · 团队简介

十余年工业仿真积累,走向决策智能

灰鹤智演由新加坡国立大学下一代港口建模与仿真卓越中心(C4NGP)团队孵化,长期深耕离散事件仿真、数字孪生、运筹优化与复杂系统建模。

10+ 年港口与复杂工业系统研究
TRL 6原型已在应用环境验证
多行业港口、物流、制造与供应链
团队负责人李浩斌博士在港航产业博览会上演讲

团队负责人

李浩斌 博士

新加坡国立大学工业系统工程与管理系高级讲师、C4NGP 联合主任,长期从事离散事件仿真、随机仿真优化及复杂系统建模研究,自主研发面向对象离散事件仿真框架 O2DES。

  • 港口与物流系统规划、资源配置和运营优化
  • 数字孪生、仿真优化与产业应用转化
  • 新加坡下一代集装箱港口挑战赛一等奖核心成员
核心成员褚鑫博士

项目管理与运筹优化

褚鑫 博士

新加坡国立大学博士后研究员,负责项目管理及运筹优化团队工作,覆盖数学建模、数据分析、人工智能及算法开发。

核心成员邵长颖硕士

仿真建模与软件工程

邵长颖 硕士

毕业于约翰霍普金斯大学,负责仿真建模、数字孪生模型、软件系统工程开发与优化,以及科研项目管理。

阅读完整团队介绍

项目与技术背景

灰鹤智演面向港口、物流、制造、交通、能源等复杂工业系统,针对传统生成式 AI 和端到端黑盒 AI 难以充分理解工业机理、决策过程难解释、未知场景难验证等痛点,探索构建以工业机理为主体、数据学习为增强、仿真推演为决策核心的可解释工业 AI 平台。

平台连接 TOS、WMS、ERP、IoT 等业务数据,形成“情景生成—仿真演算—方案比对—搜索优化—辅助决策”闭环,让 AI 能够在数字环境中反复试验和比较不同方案。项目首先聚焦港口和物流,并逐步向制造、交通、能源等复杂工业领域拓展。

长期技术积累

项目技术来源于 C4NGP 长期开展的下一代港口、物流与复杂工业系统建模、仿真、数字孪生及智能决策研究。团队持续研发 O2DES Studio、SINGAPort Studio 系列平台,技术体系经历规划级仿真、运营级混合建模和系统级数字孪生三个阶段,支持设备、人员、流程、资源及业务规则的模块化建模与组合复用。

相关核心技术已完成软件发明披露,原型系统已完成应用环境验证,技术成熟度达到 TRL 6,并已形成可运行的产品原型。

负责人经历

李浩斌博士毕业于新加坡国立大学,曾任新加坡国立大学博士后研究员、新加坡科技研究局高性能计算研究院科学家及新加坡国立大学研究助理教授。现任新加坡国立大学工业系统工程与管理系高级讲师兼外联助理主管、C4NGP 联合主任、海事研究中心研究方向负责人,以及海事技术与管理硕士项目主任。

他提出以连接度、可视度、精确度和可分析度为核心的四维数字孪生框架,相关技术已应用于新加坡及海外多个港口与物流系统。研究成果发表于 IISE Transactions、IEEE Transactions on Automatic Control 等国际期刊,并曾获华为合作创新奖。

产业项目经验

团队长期服务新加坡港航产业,围绕大士港、裕廊港等大型港口开展总体规划、码头能力评估、堆场规划、交通流仿真、设备与资源配置、运营策略验证及预测性维护研究,并与瑞典研究院合作开展 Kvarken 港自主数字孪生研究。

在物流、仓储、制造和供应链领域,团队曾为 PSA 大士港仓储中心建设数字孪生系统,与新加坡先进再制造技术中心开展动态网络配置与仿真研究,与中国交通运输部水运科学研究院合作开发智慧绿色韧性港口指数系统,并与华为开展多保真离散事件仿真与优化研究。

团队构成与合作网络

项目团队由 C4NGP 博士后研究人员、研究助理、软件工程师及 IT 架构师组成,具备从问题定义、模型构建、算法实现到软件工程和项目落地的综合能力。团队长期与中国、新加坡及其他国家和地区的高校、科研机构、政府部门、港航企业及科技公司保持合作,已建立覆盖智慧港口、数字孪生、物流优化和工业 AI 的国际合作网络。

02 · 商业计划书

从港口切入,构建复杂工业系统的决策智能层

计划书系统介绍灰鹤智演的市场洞察、产品方案、核心技术、创始团队和三年发展规划。项目以工业机理为主体、数据学习为增强、仿真推演为决策核心,让复杂工业系统能够先在数字世界中验证方案,再进入现实执行。

灰鹤智演商业计划书封面 点击阅读完整计划书

03 · 产品演示

在真实部署之前,先看系统如何推演

演示视频将展示工业模型、仿真推演、多方案 KPI 比对与优化建议的完整流程。

产品演示视频

即将上线

  1. 01现实状态
  2. 02工业模型
  3. 03仿真推演
  4. 04方案优化
  5. 05决策建议