智慧物流是一种以信息技术为支撑，在物流的运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等各个环节实现系统。全面分析，及时处理及调整功能，实现物流规整智慧、发现智慧、创新智慧和系统智慧的现代综合性物流系统。
智能物流利用条形码、射频识别技术、传感器、全球定位系统等先进的物联网技术通过信息处理和网络通信技术平台广泛应用于物流业运输、仓储、配送、包装、装卸等基本活动环节，实现货物运输过程的自动化运作和高效率优化管理，提高物流行业的服务水平，降低成本，减少自然资源和社会资源消耗。物联网为物流业将传统物流技术与智能化系统运作管理相结合提供了一个很好的平台，进而能够更好更快地实现智能物流的信息化、智能化、自动化、透明化、系统的运作模式。 运用各种先进技术能够获取运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等各个环节的大量信息。实现实时数据收集，使各方能准确掌握货物、车辆和仓库等信息。初步实现智慧。 既之后把采集的信息通过网络传输到数据中心，用于数据归档．建立强大的数据库一分门别类后加入新数据，使各类数据按要求规整，实现数据的联系性，性及动态性。并通过对数据和流程的标准化，推进跨网络的系统整合，实现规整智慧。 运用智能的模拟器模型等手段分析物流问题。根据问题提出假设。并在实践过程中不断验证问题，发现新问题。做到理论实践相结合。在运行中系统会自行调用原有经验数据，随时发现物流作业活动中的漏洞或者薄弱环节。从而实现发现智慧。 结合特定需要，根据不同的情况评估成本、时间、质量、服务、碳排放和其他标准，评估基于概率的风险，进行预测分析，协同制订决策．提出最合理有效的解决方案，使做出的决策更加的准确，科学。从而实现创新智慧。 系统智慧集中表现于智慧物流并不是各个环节各自，亳不相关的物流系统，而是每个环节都能相互联系。互通有无，共享数据，优化资源配置的系统，从而为物流各个环节提供最强大的系统支持，使得各环节协作，协调，协同。 在前面各个功能的基础上，按照最有效的解决方案，系统自动遵循最快捷有效的线运行。并在发现问题后自动修正，并且备用在案．方便日后查询。 物流系统是一个实时更新的系统。反馈是实现系统修正，系统完善必不可少的环节。反馈贯穿于智慧物流系统的每一个环节，为物流相关作业者了解物流运行情况，及时解决系统问题提供强大的保障。 按照服务对象和服务范围划分，智慧物流体系可以分为企业智慧物流、行业智慧物流，区域或国家的智慧物流三个层次。 用推广信息技术在物流企业的应用、集中表现在应用新的传感技术、实现智慧仓储，智慧运输，智慧装卸、搬运、包装，智慧配送．智慧供应链，等各个环节。从而培育一批信息化水平高、示范带动作用强的智慧物流示范企业。 ①智慧区域物流中心。智慧区域物流中心的建立关键要搭建区域物流信息平台，这是区域物流活动的神经中枢。联接着物流系统的各个层次、各个方面，将原本分离的商流、物流、信息流和采购、运输、仓储、代理、配送等环节紧密联系起来，形成了一条完整的供应链。其次，要建设若干智慧物流园区。智慧物流园区指加入了信息平台的先进性，供应链管理的完整性，电子商务的安全性的物流园区，基本特征是商流、信息流、资金流的快速安全运转，满足企业信息系统对相关信息的需求，通过共享信息支撑部门监督行业管理与市场规范化管理方面协同工作机制的建立，确保物流信息正确、及时、高效、通畅。智慧技术的运用使得运输合理化、仓储自动化、包装标准化、装卸机械化、加工配送一体化、信息管理网络化。 ②区域智慧物流行业(以快递为例)。在快递行业中加强先进技术的应用。重视新技术的开发与利用，通过自动报单、自动分拣、自动等系统。信息主干网的建设、PC机和手提电脑、无线通讯和移动数据交换系统的建设等。这些投资不仅使运件的实时变得轻而易举。而且还大大降低了服务的成本。 ③预警机制。最后深入研究，加强监测，对一些基础数据进行开拓和挖掘．做好统计数据和相关信息的收集，及时反映相关问题，建立相应的协调和预警机制。 旨在打造一体化的交通同制、规划同网、铁同轨、乘车同卡的现代物流支持平台，以制度协调、资源互补和需求放大效应为目标，以物流一体化推动整个经济的快速增长。与此同时，着眼于实现功能互补、错位发展。着力构建运输服务网络，基本建成以国际物流网、区域物流网和城市配送网为主体的快速公货运网络。“水陆配套、多式联运”的港口集疏运网络，“客货并举、以货为主”的航空运输网，“干支直达、通江达海”的内河货运网络。同时打造若干物流节点智慧物流网络中的物流结点对优化整个物流网络起着重要作用，从发展来看，它不仅执行一般的物流职能。而且越来越多地执行指挥调度、信息等神经中枢的职能。 自动识别技术是以计算机、光、机、电、通信等技术的发展为基础的一种高度自动化的数据采集技术。它通过应用一定的识别装置，自动地获取被识别物体的相关信息，并提供给后台的处理系统来完成相关后续处理的一种技术。它能够帮助人们快速而又准确地进行海量数据的自动采集和输入，在运输、仓储、配送等方面已得到广泛的应用。经过近30年的发展，自动识别技术已经发展成为由条码识别技术、智能卡识别技术、光字符识别技术、射频识别技术、生物识别技术等组成的综合技术，并正在向集成应用的方向发展。 数据仓库出现在20 世纪80 年代中期，它是一个面向主题的、集成的、非易失的、时变的数据集合，数据仓库的目标是把来源不同的、结构相异的数据经加工后在数据仓库中存储、提取和，它支持全面的、大量的复杂数据的分析处理和高层次的决策支持。数据仓库使用户拥有任意提取数据的，而不干扰业务数据库的正常运行。数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中， 挖掘出隐含的、未知的、对决策有潜在价值的知识和规则的过程。一般分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等，预测型数据挖掘包括分类、回归及时间序列分析等。其目的是通过对数据的统计、分析、综合、归纳和推理，事件间的相互关系，预测未来的发展趋势，为企业的决策者提供决策依据。 人工智能就是探索研究用各种机器模拟人类智能的途径，使人类的智能得以物化与延伸的一门学科。它借鉴仿生学思想，用数学语言抽象描述知识，用以模仿生物体系和人类的智能机制，主要的方法有神经网络、进化计算和粒度计算三种。 神经网络：神经网络是在生物神经网络研究的基础上模拟人类的形象直觉思维，根据生物神经元和神经网络的特点，通过简化、归纳，提炼总结出来的一类并行处理网络。神经网络的主要功能主要有联想记忆、分类聚类和优化计算等。虽然神经网络具有结构复杂、可解释性差、训练时间长等缺点，但由于其对噪声数据的高承受能力和低错误率的优点，以及各种网络训练算法如网络剪枝算法和规则提取算法的不断提出与完善，使得神经网络在数据挖掘中的应用越来越为广大使用者所青睐。 进化计算：进化计算是模拟生物进化理论而发展起来的一种通用的问题求解的方法。因为它来源于自然界的生物进化，所以它具有自然界生物所共有的极强的适应性特点，这使得它能够解决那些难以用传统方法来解决的复杂问题。它采用了多点并行搜索的方式，通过选择、交叉和变异等进化操作，反复叠代，在个体的适应度值的指导下，使得每代进化的结果都优于上一代，如此逐代进化，直至产生全局最优解或全局近优解。其中最具代表性的就是遗传算法，它是基于自然界的生物遗传进化机理而演化出来的一种自适应优化算法。 粒度计算：早在1990 年，我国着名学者张钹和张铃就进行了关于粒度问题的讨论，并指出“人类智能的一个的特点，就是人们能从极不相同的粒度（granulari2ty）上观察和分析同一问题。人们不仅能在不同粒度的世界上进行问题的求解，而且能够很快地从一个粒度世界跳到另一个粒度世界，往返自如，毫无困难。这种处理不同粒度世界的能力，正是人类问题求解的强有力的表现”.随后，Zadeh 讨论模糊信息粒度理论时，提出人类认知的三个主要概念，即粒度（包括将全体分解为部分）、组织（包括从部分集成全体） 和（包括的关联） ,并进一步提出了粒度计算。他认为，粒度计算是一把大伞，它覆盖了所有有关粒度的理论、方、技术和工具的研究。目前主要有模糊集理论、粗糙集理论和商空间理论三种。 GIS是打造智能物流的关键技术与工具，使用GIS可以构建物流一张图，将订单信息、网点信息、送货信息、车辆信息、客户信息等数据都在一张图中进行管理，实现快速智能分单、网点合理布局、送货线合理规划、包裹与管理。 GIS技术可以帮助物流企业实现基于地图的服务，比如：1、网点标注：将物流企业的网点及网点信息（如地址、电话、提送货等信息）标注到地图上，便于用户和企业管理者快速查询。2、片区划分：从“地理空间”的角度管理大数据，为物流业务系统提供业务区划管理基础服务，如划分物流分单责任区等，并与网点进行关联。3、快速分单：使用GIS地址匹配技术，搜索定位区划单元，将地址快速到区域及网点。并根据该物流区划单元的属性找到责任人以实现“最后一公里”配送。4、车辆管理系统，从货物出库到到达客户手中全程，减少货物丢失；合理调度车辆，提高车辆利用率；各种报警设置，货物司机车辆安全，节省企业资源。5、物流配送线规划辅助系统用于辅助物流配送规划。合理规划线，货物快速到达，节省企业资源，提高用户满意度。6、数据统计与服务，将物流企业的数据信息在地图上可视化直观显示，通过科学的业务模型、GIS专业算法和空间挖掘分析，洞察通过其他方式无法了解的趋势和内在关系，从而为企业的各种商业行为，如制定市场营销策略、规划物流线、合理选址分析、分析预测发展趋势等构建良好的基础，使商业决策系统更加智能和精准，从而帮助物流企业获取更大的市场契机。 1.本号版权为康橙投资所有，未面许可，任何机构和个人不得为商业目的以任何形式翻版、复制和发布。如引用须注明出处为“康橙投资”，且不得对本号所载内容进行有悖原意的引用、删节和修改。如有违反，本公司将保留向其追究法律责任的。 3.本号所载部分内容源于公开资料，已标明出处，本公司对这些信息的准确性、完整性或可靠性不作任何。如对内容、版权有问题，请联系：返回搜狐，查看更多 推荐：
|
