决策支持系统在物流系统中的应用
摘要：决策支持系统DSS（Decision Support System）是迅速发展起来的新型计算机科学，是用于管理的一种新型的计算机信息系统，已经成为计算机应用与管理领域中最引人注目的内容之一。它的各类研究成果为各级决策提供了科学的方法和依据，已成为软科学中的一个重要分支。为此，介绍了DSS的历史、发展趋势及其现在在物流系统中的几方面应用；通过几点的论证及实例来体现DSS在物流系统及实际生活中运用的广泛性。随着科学的发展，DSS对整个人类社会也将有更显著的影响。
关键词：物流系统；决策支持系统；应用；物流
1决策支持系统的概念
对于决策支持系统(Decision Support System，以下简称DSS)，目前还没有被普遍接受的严格定义。一个较为经典的定义由Scoot Morton提出并经过Keen和Scoot Morton修正后，定义如下：“决策支持系统是将个人的智力资源和计算机的能力结合起来改进决策的质量，它是于计算机的支持系统。帮助管理决策制定者处理半结构化问题。”这个定义经过后人的不断完善后，概括为：“决策支持系统DSS是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、模拟技术和信息技术为手段，面对半结构化的决策问题，支持决策活动的具有智能作用的人一机计算机系统。能为决策者提供决策所需要的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种被选方案，并对各种方案进行评价和优选，通过人一机对话进行分析、比较和判断，为正确决策提供有益的帮助。”因为关于DSS并无严格定义，所以如下描述DSS的几个基本特征。
DSS的基本特征可归纳为以下几点：
（1）面向的是高层管理人员，解决的是半结构化或非结构化问题。
（2）通过数据和决策模型来实现决策支持。
（3）只能辅助和支持决策者进行决策，而不能替代决策者。即它提供的功能是支持性的，而不是替代性的。
（4）着重改善决策的效益，而不是决策的效率。
（5）以易于为非计算机专业人员使用的交互方式进行工作。
1.1决策支持系统的发展过程
自从20世纪70年代决策支持系统概念被提出以来，决策支持系统已经得到很大的发展。
1980年Sprague提出了决策支持系统三部件结构（对话部件、数据部件、模型部件），明确了决策支持系统的基本组成，极大地推动了决策支持系统的发展。决策支持系统的结构
20世纪80年代末90年代初，决策支持系统开始与专家系统（Expert System, ES）相结合，形成智能决策支持系统（Intelligent Decision Support System, IDSS）。智能决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心的解决定量分析问题的特点，充分做到了定性分析和定量分析的有机结合，使得解决问题的能力和范围得到了一个大的发展。智能决策支持系统是决策支持系统发展的一个新阶段。
20世纪90年代中期出现了数据仓库（Data Warehouse, DW）、联机分析处理（On-Line Analysis Processing, OLAP）和数据挖掘（Data Mining, DM）新技术，DW+OLAP+DM逐渐形成新决策支持系统的概念，为此，将智能决策支持系统称为传统决策支持系统。新决策支持系统的特点是从数据中获取辅助决策信息和知识，完全不同于传统决策支持系统用模型和知识辅助决策。传统决策支持系统和新决策支持系统是两种不同的辅助决策方式，两者不能相互代替，更应该是互相结合。
由于Internet的普及，网络环境的决策支持系统将以新的结构形式出现。决策支持系统的决策资源，如数据资源、模型资源、知识资源，将作为共享资源，以服务器的形式在网络上提供并发共享服务，为决策支持系统开辟一条新路。网络环境的决策支持系统是决策支持系统的发展方向。
2决策支持系统在物流系统中的应用
2.1需求计划
资源需求计划在企业物流环节中显得格外重要，其是指在建立长期的需求预测之后，运行主生产计划（MPS）之前，可依据长期的需求预测数据，来估算完成生产计划所需的资源。RRP有助于企业解决长期的计划问题，如扩充现有设施、增加新设施、人员配备、设施资金预算等。（RRP）：针对中长期计划进行资源
评估的工具。它可以用于评估现有资源能否满足一个中长期计划的需要，以便于及时安排人力、设备等资源配备。
而作出精确的需求预测是提高整个供应链效率的关键。因此，预测已经成为DSS的一个重要领域，为了辅助这一过程，除典型的统计工具外，人们还制定了协作工具及标准。例如，美洲红十字协会采用了基于优化模型的决策支持系统，来评估重新选择血液配送和采集地点的建议。
2.2物流网络设计
物流网络的研究，从物流运作形态的角度将物流网络的内涵确立为：建立在物流基础设施网络之上的、以信息网络为支撑、按网络组织模式运作的三大子网有机结合的综合服务网络体系，将物流网络的研究提升到综合物流服务网络体系的大物流层面，将三大子网的网络效应驱动下的资源共享和整合内涵是物流网络的研究方向。物流三大子网络：1）物流组织网络，它是物流网络运行的组织保障；2）物流基础设施网络，它是物流网络高效运作的基本前提和条件；3）物流信息网络，它是物流网络运行的重要技术支撑。
物流网络的设计包括仓库和工厂位置的确定、仓库周围零售商和顾客的配置等，通常需要输入的数据包括被选位置、运输成本、总需求预测等。
在建议物流网络设计方案时通常使用启发式和优化的运算法则。对于不能量化的标准，决策者最终还需要依靠自己的判断。例如：1993年，保洁公司（P&G）开始重新设计它的整个供应链计划，通过DSS系统中的数学工具以及GIS系统，他们减少了配送中心的数量并保留了位置合理的配送中心。
2.3存货配置
企业需要对在什么时间、哪个仓库保持何种库存作出决策，这就是存货配置决策。在库存配置中，运输成本、需求预测和现有库存被用来决定在每一时间每一位置保持存货的水平，而且DSS又一次使用了优化和启发式算法来生成建议策略。
例如：美国石油公司（Amoco）曾面临着以下常见的存货管理挑战：
（1）怎样在供应链的不同环节来鉴别合适的存货水平？
（2）怎样克服资本、设备和人员的能力制约？
（3）在销售、生产和存货管理人员之间存在着冲突的组织目标。
为了解决上述问题，美国石油公司同默克管理咨询公司一起开发了一个适合自己的决策支持系统，这个系统可以模拟美国石油公司各个层次的物流网络、成本及目标，并在分析过程中运用了优化和模拟技术。该系统带来了以下好处：（1）弄清了存货成本，包括缺货成本；
（2）过多的存货也掩盖不了低效的工作；
（3）更好地计划、协调、沟通销售与营销区域划分。
2.4销售与营销区域的划分
销售区域规划需考虑多种因素：销售区域目标、销售区域边界、销售区域市场潜力、销售区域的市场覆盖、零售商销售代表。另外，确定区域市场基本销售目标也应考虑多种因素：地区人口、基本消费群体的消费水平和购买能力、产品在该市场上的被接受程度、市场的竞争状况、市场发展的潜在能力、产品上市时间（品牌知名度）等。
销售区域的划分既需要使销售额最大化，又需要使顾客和销售代表都保持满意；销售区域划分的决策支持系统将顾客位置和需求预测作为输入，销售区域的设计要以决策者所选定的一系列目标（如运距、销售潜力）为依据。
2.5配送资源计划（DRP）
配送资源计划是在流通领域中配置物资资源的技术，它能够实现流通领域内物流资源按照时间、数量的需求计划和需求到位，但不适用于生产领域。如果一个企业既搞生产，又搞流通，则就要运用物流资源计划（LRP）。配送资源计划是一种企业内物品配送计划系统管理模式。
物流企业信息化程度是制约物流企业发展的关键，那么就必须以先进的信息化技术和优秀的管理思想来推动物流企业的发展。配送资源计划就以业务流程优化为基础，以销售与库存综合控制管理为核心的采购、库存、销售、促销管理、财务以及企业决策分析功能于一体的高度智能化的企业配送业务解决方案。它能够实现物流企业高效率的集成化管理，具有优化流程与规范化管理、降低经营成本、优化资源分配等功能。
对一组仓库和零售商来说，此模型用来确定合适的配送路线和存货政策。如果给定仓库和零售商的位置、存货和运输成本以及每一零售点的需求预测，此系统可以利用分析工具来确定以最低的成本向顾客提供高水平服务的策略。
2.6物料需求计划（MRP）
MRP系统利用产品的物料清单和零部件的提前期来计划何时开始制造某产品。虽然这些决策支持系统没有利用复杂的数学方法，但它们在工业中的应用却十分普遍。（物料清单简介）
例如：塔纳公司（Tanner）是一个高品质女士服饰制造商，90年代初期，该公司的准时交货率较低（74%）左右，并且有大量的在制品。该公司的DSS将塔那公司生产每一种款式的物料和劳动力需求的详细信息记录在一个数据库中，系统从这个数据库提取数据；
系统根据数据库中的数据和接到的订单来生成生产计划，特别是在有生产和需求的约束条件下，系统制定的计划要使得缺货和成品存货都最小。
运营结果：在一年期的期末，系统开发、修改、安装实施，准时交货率提高到90%，在制品库存也削减了20多万美元。
2.7库存管理
一个库存管理决策支持系统能够运用运输和持有成本信息以及生产提前期和项目需求来制定库存政策，从而帮助决策者达到降低成本与提高客户服务质量的目标。
2.8生产地点选址/设施布置
生产设施网络上的每一个点分别生产不同的产品或者是同一产品的不同部件。设施布置决策支持系统将生产成本、提前期、运输成本及需求预测作为输入数据，针对生产设施来分配不同的产品或部件。
例如：美孚（Mobil）利用一个DSS来合并与发送润滑剂产品。为了解决调度员送货的一系列问题（自有车辆或外界车辆、订单的合并策略等），DSS内部采用了美孚同Insight公司合作开发的较重产品的计算机辅助配送（HPCAD）系统，来制定货物发送计划。HPCAD系统每年可为公司节省100多万美元。
2.9车辆计划
车辆计划即企业计划期内的运力计划，主要表明企业在计划期内营运车辆类型及各类车辆数量的增减变化情况及其平均运力。它是衡量企业运输生产能力大小的重要指标，可为编制运输生产计划提供企业生产经营实力的依据。在编制运输量计划的同时，应编制车辆计划。车辆计划的主要内容包括车辆类型及区分年
初、年末及全年平均车辆数、各季度车辆增减数量、标记吨位等。
车辆计划不仅包括企业自有车辆的派遣，而且也包括在某些线路上商业车辆的选择；车辆计划中的一个重要组成部分就是车辆的路线安排。
例如：CSX运输公司拥有世界上最长的铁路之一，它开发了一个名为计算机辅助路线安排及调度（CARS）的决策支持系统，该系统被用来探索路线安排与调度之间的战略关系。
2.10提前期报单
在许多制造过程中，销售代表经常从电话上收到客户的定单，这时他们能够立刻报出交货的提前期。过去，销售代表通常可能地报出较长的提前期的生产计划、制造时间及运送时间，提前期报单决策支持系统则能够报出某一特定定单的确切交货提前期，因此这一交货提前期就有可能是较短的。有时销售代表还需要判断一下定单的重要性，如果他认为某一定单没有其他定单重要，那么他就可以报出DSS还晚的交货提前期，从而为将来报出更短的交货提前期留出一条后路。
提前期报单（lead time quotation）决策支持系统能够报出某一特定订单的确切交货提前期，并且这一提前期往往是较短的。
2.11生产计划
给定所要生产的产品系统、生产流程、产品的到期日期，生产计划DSS可以制定产品的生产次序及计划。生产计划决策支持系统可以利用人工智能、数学及模拟技术来制定生产计划。前面我们曾经讲过计划人员按问题编制特定的流程，基于人工智能的生产计划系统就利用了上述方法中的规则；基于优化技术的生产计划系统使用运算法则来使某些目标最大化或最小化；基于模拟技术的生产计划系统允许用户选择一套简单的计划法则并在模拟系统上来测算它们，例如，用户可以按照作业的到期时间来测试计划的效果。利用这一法则系统可以模拟生产过程，并且决策者可以看到模拟的结果。
给定所生产的产品系列、生产流程以及产品的到期日期，生产计划DSS就可以制定产品的生产次序及计划。生产计划DSS可以利用人工智能、数学及模拟技术来制定生产计划。
2.12物流运输系统的调度优化技术
物流运输系统的调度优化包括配送车辆的集货、货物配装和送货过程的调度
优化技术等。
3决策支持系统运用到物流的关键技术
3.1启发式算法
一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度不一定事先可以预计。
3.2遗传算法（Genetic Algorithm）
模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法
3.3蚁群算法(ant colony optimization, ACO)
又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。
4结论
自从DSS问世以来，由于它的实用性，给社会和企业带来了巨大的社会和经济效益，因而引起了许多专家和企业界人士的极大兴趣和关注，使之很快得到了长足的发展和应用。DSS有力地支持了企业的决策活动，并不同程度地改善了决策者和信息工作人员的素质和行为，改善了决策者和管理者人员的思维和工作方式。DSS充分体现了现代管理技术与方法的综合集成与运用。随着信息技术与现代管理思想的进一步发展，DSS将在吸收新的管理思想的基础上不断创新，未来的DSS将是一个集管理、技术于一身的现代管理支持系统，它将比以往更深刻地影响人类的工作和思维方式，也必将促进科学与经济的更大繁荣。
参考文献：
[1] 何丽.基于Web挖掘的决策支持系统模型研究[D]. 天津大学. 2005
[2] 徐世星.决策支持系统及其发展概述[J]. 德州学院学报(自然科学版). 2004 (04)
[3] 尹春华,顾培亮.决策支持系统研究现状及发展趋势[J]. 决策借鉴. 2002 (02)
[4] 况漠. 物流决策支持系统开发研究[D]. 四川工业学院学报.2003(02)
[5] 项喜章,肖平,万文君. 物流企业商业智能系统模型设计[J]. 商场现代化. 2008 (13)
[6] 孙斌.第四方物流在工程项目物流决策支持系统中的应用[J]. 物流技术. 2012
(07)
[7] 卢云帆.我国物流信息化状况及启示[J]. 武汉工程大学学报. 2009 (02)