[转帖]智能化物流系统及关键技术分析
【摘要】随着物流管理的自动化、智能化和供应链企业之间物流协作的紧密性进一步的提高，物流管理进入到智能物流管理的阶段。通过对智能物流系统的定义，对智能物流系统涉及的关键技术进行分析。
【关键词】智能物流系统；关键技术；构成
随着计算机技术、网络技术、自动化技术、信息技术的不断发展，物流管理信息化进入到智能物流（Intelligent Logistics，IL）管理阶段。智能物流是综合运用数据挖掘技术、人工智能、决策理论、知识管理及相关的技术和理论，对物流系统的数据进行分析和处理，为物流系统的日常运营、日常决策和战略决策提供支持。
1．智能物流系统
1.1智能物流系统的概念
智能物流系统（Intelligent Logistics System， ILS）是在智能交通系统（Intel ligent Transportation System，ITS）和相关信息技术的基础上，电子商务（Electr onic Commerce，EC）化运作的现代物流服务体系。它通过ITS和相关信息技术解决物流作业的实时信息采集，并在一个集成的环境下对采集的信息进行分析和处理，通过在各个物流环节中的信息传输，为物流服务提供商和客户提供详尽的信息和咨询服务。
1.2智能物流系统的目标
智能物流系统（Intelligent Logistics System， ILS）主要实现以下两个目标：
①对物流企业本身进行业务流程重组（Business Process Re-Engineering，BP R），使传统物流企业的管理和业务流程得到根本性的改造，从而使其能够在信息化社会中得以生存。
②在EC的运营环境下，为客户提供从前所不能提供的增值性物流服务，这些增值性的物流服务将增强物流服务的便利性，加快反应速度和降低服务成本，延伸企业在供应链中上下游的业务。
2. 智能物流系统的关键技术分析
智能物流系统（Intelligent Logistics System， ILS）包括如下技术：
集成化的物流规划设计仿真技术（物流规划设计的可视化技术）；
物流实时跟踪技术；
网络化分布式仓储管理及库存控制技术；
物流运输系统的调度与优化技术；
物流基础数据管理平台和软件集成技术；
2.1集成化的物流规划设计仿真技术（物流规划设计的可视化技术）
此项技术应用的范围非常广泛，大到物流园区的规划设计，小到企业生产物流的规划设计，都可以利用物流规划设计仿真技术对规划和设计方案进行比选和优化，它实现的基本功能包括：
（1）可以用三维虚拟物流中心模型来模拟未来实际物流中心的情况。
（2）使用虚拟中心仿真器可以对物流中心的建设进行较精确的投入-产出分析。
（3）在参观客户现场及参阅仓库图纸等的基础上，可以在计算机上构筑模拟仓库，并模拟各种库中作业。
（4）可以模拟生产型物流的现场作业，并提供物流作业效率的评价结果。
（5）可以在计算机上虚拟物流传输和运输业务，模拟配车计划及相关配送业务。
（6）可以灵活地变更物流作业顺序，进行物流作业过程重组分析，优化方案比较等。
2.2物流实时跟踪技术
物流的全程跟踪和控制是ILS提供的最重要的增值服务之一，综合运用GP S（global position system）、GIS（geography information system）、RFID（ra dio frequency identification）、EDI（electrical data interchange）和internet技术，建立物流的全程跟踪查询系统，为用户提供货物的全程实时跟踪查询服务，将业务沿着主营业务向供应链的上游和下游企业延伸，提供大量的增值服务。
2.3网络化分布式仓储管理及库存控制技术
当前，许多企业都将其管理、研发部门留在市区，而将其制造环境或迁移到郊区，或转移到外省甚至国外，形成以城市为技术和管理核心，以郊区或外地为制造基地的分布式经营、生产型运作模式。对制造企业而言，在网络化制造环境下，机件加工、产品装配和产品仓储需要对相关不同区域的仓储活动协调进行有
序地管理，对其库存根据市场地变化、配送地的调整进行实时的、动态的控制，使其满足不同用户的需求，这就对其物流系统提出了很高的要求，需要网络化分布式仓储管理及库存控制技术来满足这种要求。对第三方物流企业，由于仓储位置的地域性跨度极大，因此更需要网络化分布式仓储管理及库存控制技术来降低管理成本，提高效率。网络化分布式仓储管理及库存控制技术是ILS的一个不可或缺部分。
分布式仓储管理及库存控制模块是ERP软件的一个组成部分，目前，比较大型的ERP系统，如SAP的R/3就包括该模块。
2.4物流运输系统的调度与优化技术
物流配送中心配载量的不断增大和工作复杂程度的不断提高都要求对物流配送中心进行科学管理，因此配送车辆的集货、货物配装和送货过程的调度优化技术是ILS的重要组成部分。
国内外学术界对物流运输系统的调度优化问题十分关注，研究的也比较早。由于物流配送车辆配载问题是一个NP完全问题，因此启发式算法是一个重要研究方向，如Clark和Wriht提出的节约法，Gillett和 Miller提出的扫描法，Bram el 和Simchi-Levi 提出的基于选址问题的LBH法，Fisher和 Jaikumar 建立的一般分配算法，Christofides和 Minggozzi 提出的不完全树搜索算法，Pureza 和Franc a 研究的Tabu搜索算法等。近年来，由于遗传算法（Genetic Algorithm）具有隐并行性和较强的鲁棒性，因此在物流运输系统的调度优化方面的到了广泛应用。如Gabbert 用GA 解决大宗货物运输的低成本调度问题，Blanton和Wainwr ite 用GA解决时间窗约束下的车辆调度问题，Chen 和Gen用混合GA解决模糊车辆调度问题，Malmborg把GA应用于基于服务的车辆调度问题。最近，也有人将蚂蚁算法（Ants Algorithm）应用于物流运输系统的调度优化问题。
2.5物流基础数据管理平台和软件集成技术
物流基础数据管理与集成，关键在于处理海量数据，实现上下游共享信息，保证数据来源、可信度及安全性，提供数据存储与备份、不同应用系统接入。R FID数据描述采用标准格式（如基于XML、RDF等）。建立中间件开发标准，遵循标准开发，普遍适配，强调模块化，提供二次开发接口，满足不同RFID应用需求；针对RFID特点，定义RFID数据模型，加入RFID接口，接入企业应
