生產物流的概念范文

前言：我們精心挑選了數篇優質生產物流的概念文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：綠色物流；發展問題；對策建議

一、引言。

自上世紀七十年代開始，人們對環境問題越來越關注，幾乎融入到社會經濟的每一個領域中，這其中也包括環境問題對物流行業的影響，綠色物流應運而生。然而，綠色物流是20世紀九十年代中期才被提出的一個概念，到目前還沒有統一的較為成熟的定義。一般而言，綠色物流是指通過降低對環境的污染、減少資源消耗為目標，利用先進物流技術規劃和實施運輸、儲存、包裝、裝卸、流通加工等物流活動。

而《中華人民共和國國家標準物流術語》指出，綠色物流是在物流過程中抑制物流對環境造成危害的同時，實現對物流環境的凈化，使物流資源得到最充分利用。它的最終目標是實現可持續發展，其活動范圍也涵蓋了產品的全部生命周期。

二、我國綠色物流發展問題。

自從我國引進物流概念，物流業便取得了較大的發展，在我國經濟中占據重要地位。但由于我國正處在經濟快速增長時期，不僅要面臨提高社會生產力、增強綜合國力和提高人民生活水平的發展任務，同時又面臨著相當嚴峻的環境問題和困難，再加之我國綠色物流起步較晚，與經濟發達國家相比，仍具有相當程度的差距，所以在其發展過程中存在諸多如觀念沒有被廣泛認同、技術和管理水平落后等不足。

（一）綠色物流的觀念未被接受。由于我國的綠色物流業剛剛興起，人們對它的認識還非常有限，有的甚至完全不了解，再加上它屬于新興產業，無論是政府還是企業或是消費者，對它都不是很熟悉。有的即使稍微有些清楚，也認為那只是概念理論的東西，要運用到實踐中是不可能的事情，再加上社會上綠色物流的思想基本不存在，因此其觀念也不可能向西方國家那般深入人心，與國際上先進技術國家綠色物流的觀念存在較大差距，由此對它的發展也就缺乏前瞻性。

（二）綠色物流的體制不完善，政策缺失。

由于綠色物流對我國經濟的可持續發展和人們生活水平的提高有著重要意義，所以說，綠色物流不僅僅是物流企業需要關心的，同時也需要政府和消費者等多方面的關注。雖然綠色物流可以通過市場調節機制進行自發調節，但它同時也需要政府的扶持與引導，這樣才能使綠色物流行業更好地發展。自從20世紀九十年代以來，我國便一直致力于環境污染方面的政策和法規建設，也頒布了一系列的法律法規，但針對物流行業的還不是很多。再加上物流行業涉及的行業、部門較多，我國又沒有設立專門的物流部門來進行規劃、管理、監督，而且我國的管理部門職責劃分不清，缺乏統一的管理思想，導致了物流行業的秩序混亂、資源配置的巨大浪費。

（三）綠色物流的基礎設施裝備和技術落后。

由于物流行業與運輸、儲存、包裝、裝卸、流通等基本環節有著緊密聯系，所以它的發展也就對道路、碼頭、配送場所基礎裝備設施有著較高的要求。然而，我國的物流行業還未形成較好的規模，其基礎設施建設還不完善，裝備水平較低，配套性和兼容性也比較差，各種運輸方式之間的標準不統一，造成了物流業的發展緩慢。而且，我國的綠色物流技術與發達國家有著一定程度的差距，特別是機械化和自動化水平的落后，使得物流效率大大降低。物流行業內部的惡性競爭與無序發展，不僅對環境造成了很大的影響，也限制了綠色物流的較好發展。

（四）綠色物流缺乏專業的高素質復合型人才。當代物流企業的競爭，歸根結底就是物流人才的競爭。然而，由于我國物流行業的起步較晚，人們對物流的研究也就相對較少。再加上我國在物流教育方面還比較落后，物流專業的職業教育及高等教育還沒有形成規模，高等學院雖然設有物流專業，但其課程不是很多，而職業教育學院則參差不齊，水平并不是很高，至于物流人員的培訓機構更是缺乏專業知識和導師的指導，并沒有進行專業教育。對于綠色物流的研究生教育剛開始發展。還有很多已經從事物流行業的人員，不僅素質不高，而且大多數都沒有進行專業的物流學習，只是按照已有的經驗來進行運作、安排，加之沒有不斷汲取外界的新知識，導致了對他人的教育方式比較落后，從而使得企業沒有新鮮血液的流入，企業停步不前。因此，我國物流行業需要高素質的復合型專業人才。

以上問題表明，我國的綠色物流在將來的發展道路上還要走很長的路。而且，隨著經濟的全球化，我國勢必要加入物流這場殘酷的競爭中，因此建立和完善我國的綠色物流體系，實現經濟效益和資源利用的最大化，有利于我國綠色物流的更好發展，同時也有助于經濟的可持續發展。

三、我國發展綠色物流的建議。

（一）樹立綠色物流觀念。當今社會，不僅要求低碳，還要求綠色，綠色產品、綠色消費，當然也要綠色物流。然而，綠色物流作為一種全新的理念，還未被人們所接受，舊的物流觀念仍根深蒂固，因此我們要轉變人們的觀念，讓人們意識到綠色物流在生活中的重要性，積極主動地了解、認知綠色物流。這就要求政府采取一切措施，大力宣傳和倡導綠色物流，為綠色物流的發展創造良好的環境；同時，也利用一切可以利用的大眾媒體向公眾提供有關綠色物流的信息，讓人們更加深入地了解綠色物流的概念。當然，綠色物流不僅僅是政府需要關心的，同時也是企業需要關注的，因為新的物流理念有助于企業經濟的可持續發展，有助于長遠效益的提高，所以這就要求企業及時改變員工的觀念，樹立全新的物流理念，更新思想。

（二）完善綠色物流體制與法律法規。由于綠色物流的發展需要政府強有力的政策保障，因此我們必須建立一套完善的法律法規和政策體系來有效地規范、監督和激勵物流企業的行為。如，通過排污收費制度、建立綠色物流標準、環境立法、許可證制度來約束、干預物流活動，通過制定稅收扶持政策、綠色補貼政策、貸款優惠政策激勵和引導物流的主流行為，促進綠色物流的健康發展。然而，由于物流行業涉及的行業、部門較多，所以這就要求我們建立統一的體系來對物流進行規劃管理，確保各部門協調一致，避免物流行業發展混亂。同時，也要理清各管理部門的職責劃分，讓各部門各司其職，并運用統一的思想來進行管理。只有這樣，才能實現資源的最大利用，從而使得綠色物流行業取得較快的發展。

（三）加強綠色物流基礎設施裝備。由于物流的發展與公路、鐵路、水運、航運、管道等交通基礎設施有著緊密聯系，所以要讓物流行業快速發展，就必須加快綠色物流公共基礎設施的建設與規劃。但是，我國目前物流基礎設施尚不完善，這就要我們重視物流基礎設施的利用和改造，并在其基礎上進行合理規劃和整體設計，提高現有設施的使用效率，發揮現有設施的綜合效能。同時，我們還要統一各種運輸方式之間的標準，注重加強各種運輸方式之間的銜接，完善交通運輸網絡，使物流發展的道路更為暢通。并且還要引進國外先進的技術理念，既要重視現有物流基礎設施的更新改造，避免重復建設和資源浪費，又要加強新建設施的宏觀協調和功能整合。

（四）引進國外綠色物流先進技術。目前，我們正面臨著全面大開的局面，政府不僅要引進先進的信息技術，包括全面質量管理（TQM）、電子數據交換（EDI）、射頻技術（RF）、全球定位系統（GPS）、企業資源計劃（ERP）等技術，全面提高企業信息管理水平，同時還要建立信息網絡平臺，加快信息的交流與傳遞，實現資源最大范圍的共享，也可以利用這一平臺來有效地縮短采購周期，節約成本，為物流的發展創造良好的條件。

（五）培養綠色物流專業高素質復合型人才。由于綠色物流是新興事物，人們對于它并不是很了解，更不用說是專業人才，所以我們要加強對綠色物流人才的培養。首先，政府要大力支持和引導綠色物流的研究工作，加強應用型技術的開發與運用，并且要充分加強相關科研機構、大學及物流企業的合作，形成生產、市場、研究相結合的良性循環，實現理論向實踐的轉換；其次，各大高等院校也要多設立一些有關物流專業方面的課程，開展多層次、多樣化的物流教育，同時也要引進海外物流人才，不斷擴充物流師資隊伍，提高物流教育水平，這樣才會出現更多高素質的物流專業人才。但由于我國的學歷制度剛開始不久，而人才的培養又需要一個較為漫長的過程，這就要求我們開展物流培訓和資格認證工作，從而提高我國物流人員的整體素質，滿足物流人才的需求。對于已經走上工作崗位的物流人員，也可以通過短期的專業培訓或在崗培訓來加強其專業知識，提高自身素養，并不斷汲取外界的新鮮事物，成為企業需要的人才。

四、結束語。

總而言之，盡管我國綠色物流目前的發展水平還不高，并且存在很多不足，但我國經濟已經成為世界經濟的一部分，我們勢必要加快物流行業在國際中的競爭力，加快綠色物流的建設。而且，綠色物流不僅是21世紀經濟可持續發展的客觀要求，也是我國物流發展的必然選擇。它不但可以實現物流系統的整體最優化，還能將對環境的破壞降到最低，并有利于我國物流管理水平的提高和經濟的可持續發展，對于我國的經濟發展有著重大意義。

參考文獻：

[1]張威。我國綠色物流發展現狀與對策淺析[J].現代商業，2009.23.

第2篇

關鍵詞：生產物流；成本指數；預測

在小批量、多品種的汽車制造企業生產車間里，由于生產過程中各種非確定性因素的干擾導致生產物流的成本時常發生漂移現象，嚴重影響和制約了汽車制造企業生產效率的提高。因而對生產物流系統成本動態變化進行有效預測，對提高企業制造水平至關重要。目前，用于汽車制造企業生產物流成本預測方法有基于成本外部特征表現、基于統計分析及仿真技術和基于成本度等三種，但上述三種成本預測方法在成本預測方法上都存在一定的不足，在實現手段上也存在一定的困難。本文基于成本漂移指數數學模型來構建汽車制造企業生產物流成本預測方法，進而實現生產物流系統成本的連續動態預測。

一、成本多態性概念模型及定義

汽車制造企業生產物流系統的成本多態性是生產物流系統成本在成本漂移的情況下表現出來的多種形式，是對系統成本動態變化特性的直接反映。成本多態性通常表現為四種形態，分別為遲鈍型、靈敏型、漸離型和漸向型，本文通過對這四種形態進行描述來為研究汽車制造企業生產物流的成本漂移規律提供理論依據。

記sl和Sj分別為影響制造單元成本度的第l個因素和系統成本的集合，且l=1，2，…，m和j=1，2，…，n。對主次成本和上述四種成本形態進行定義為：在系統成本集合Sj中，若j為主成本，則j對系統的有效產出影響最大，次成本為主成本消除后最有可能成為主成本的成本；記為sl的m個影響因素均發生單位變化時j的成本度變化量，若其變化量的絕對值||小于或等于敏感等級評定標準值α，即||≤α，則j為遲鈍型成本，反之j為靈敏性成本；其中，α的大小通常為各制造單元成本漂移指數均值的1.5倍左右。若j的成本度在成本漂移綜合變化時呈現遞減趨向，則j為漸離型成本，反之j為漸向型成本；若j同時為靈敏型和漸向型成本，則j為正靈敏型成本，反之j為負靈敏型。

二、成本指數的數學描述

用于表征制造單元固有動態特性的成本度是指任一制造單元在企業生產內部要素和外部要素共同作用和影響下都有成為成本的能力。制造單元的成本度與加工任務成正比，與加工需求成反比。根據上述成本度的特點，可將制造單元的加工需求和加工能力作為參數，通過構建成本指數IBN的數學模型來衡量成本度的大小。其中，加工需求分為質量需求和生產負荷，而加工能力分為質量能力和生產能力。度量質量需求和質量能力通常采用無量綱的指標，而度量生產負荷和生產能力則采用時間為參數。因而，加工單元和運輸單元成本指數IBN的數學模型分別為：

三、成本漂移指數數學模型建立

通過將成本指數作為基礎，構建的汽車制造企業生產物流成本漂移指數數學模型為：

四、構建成本多態性預測機制

本文將成本漂移指數作為基點來構建汽車制造企業生產物流成本多態性預測機制，并進而實現四種成本形態和正負靈敏型成本共六個成本的判定，具體的判定機制為：

式中，Bsl、Bsv、Bd、Bg、Bsv+和Bsv-分別表示遲鈍型、靈敏型、漸離型、漸向型、正靈敏型和負靈敏型成本；為時刻T生產物流系統成本單元的集合。

五、汽車制造企業生產物流瓶頸閉環預測方法

在汽車制造企業生產車間內，不同的制造單元對系統績效所產生的影響不同。當有且僅有一個瓶頸在系統中存在時，則具有正靈敏性的非瓶頸單元對系統績效具有較大的影響；當多個瓶頸同時存在于系統中時，主次瓶頸和正負靈敏型瓶頸對系統績效具有較大的影響；當無瓶頸在系統中時，重點且具有正靈敏性的非瓶頸單元則需要特別管理。因而根據上述描述，則以主次瓶頸、正負靈敏型瓶頸和重點且具有正靈敏性的非瓶頸單元為對象，并以瓶頸指數作為基礎，便可構建汽車制造企業生產物流成本閉環預測方法。

六、結論

本文以成本指數為基礎，對成本多態性的四種成本形態遲鈍型、靈敏型、漸離型和漸近型進行了定義，給出了成本指數的數學描述和建立了成本漂移指數數學模型，并構建了成本多態性的預測機制。

參考文獻：

[1]李佛賞.我國汽車物流發展成本研究[J].物流技術，2012，31（9）： 85-87.

[2]劉敏，王翠.生產物流的成本辨識及轉移研究狀況分析[J].企業經濟，2011， 25（8）： 41-43.

[3]關懷慶.生產物流系統的設施布局優化研究[J].物流技術，2012，31（3）：120-123.

第3篇

【關鍵詞】生產物流；數據挖掘；關聯規則

一、引言

隨著物流一體化的發展，目前國內很多企業都在對企業的“第三利潤源”——物流系統進行研究和改進，進一步增強企業的物流服務能力，提高企業競爭力。當前國內生產企業正處于經濟一體化的大環境中，企業對客戶的快速反應和高質、高效、個性化的服務是每個企業追求的目標。企業產品的生命周期交貨期都在縮短，多品種、中小批量的生產方式比重大幅增加，產品結構日趨復雜，產品功能日益完善。因此，制造業生產物流系統也更加復雜，必須通過現代物流管理手段來加強企業自身的物流管理，來滿足物流量的增大、流速的提高的要求，達到流程的更加有效。

現代物流系統是一個龐大復雜的系統，它包括運輸、倉儲、配送、搬運、包裝和物流再加工等諸多環節，每個環節的信息流量都十分巨大。同時，信息化物流網絡體系的應用也使得數據庫規模不斷擴大，巨大的數據流使企業難以對其進行準確、高效的收集和及時處理。決策管理人員在日常管理業務中收集并存儲了大量的數據，但卻很難掌握到所希望得到的信息，這是因為一方面缺乏足夠的信息來支持科學的決策，另一方面，積累的豐富數據沒有發揮應有的作用。由于涉及的數據量大，且來源廣泛，傳統的操作型數據庫已無法支持生產物流管理系統的分析功能。為了幫助決策者快速、準確地做出決策，實現對物流過程的控制，提高企業的運作效率，降低整個過程的物流成本，增加收益，就需要一種新的數據分析技術來處理數據。

二、生產物流與數據挖掘的理論研究

1.生產物流概述

（1）生產物流的定義

生產物流（Production Logistics），也稱廠區物流、車間物流等，是企業物流的核心部分。它在《物流術語國家標準》中的定義是：生產過程中原材料、在制品、半成品、產成品等在企業內部的實體流動。

生產物流的過程大體為：原材料、零部件、外購件、燃料等輔助材料從企業倉庫或企業的“門口”開始，進入生產線的開始端并投入生產，經過下料、發料、運送到各個加工點和存儲點，以在制品的形態，從一個生產單位（倉庫）流入另一個生產單位，隨生產加工過程一個一個環節的“流”，在“流”的過程中按照規定的工藝過程進行加工、儲存，借助一定的運輸裝置，在某個點內流轉，又從某個點內流出，始終體現著物流實物形態的流轉過程，同時生產一些廢料、余料，直到生產加工終結，再“流”至成品倉庫終結了企業生產物流過程。生產過程中的物流示意圖如圖1-1所示。

（2）生產物流過程中的數據特點

生產物流管理中所涉及的數據量大，且來源廣泛，其特點主要表現在以下幾個方面：生產物流決策管理的信息來源于不同的數據庫，包括生產、配送、倉儲等各類數據，這些數據缺乏組織性，存在許多重復和不一致的地方，同時也蘊涵了不同的業務處理邏輯；生產物流決策管理的關鍵是對大量的歷史數據進行分析以便于進行決策；

生產物流決策管理分析對數值計算能力和數據的集成綜合處理能力的要求較高。

2.數據挖掘技術概述

近年來，以互聯網為代表的計算機信息技術的迅速普及，使人們的生活條件和社會環境發生了巨大的變化。大量的數據庫被廣泛的應用于企業管理、科學研究、電子商務、金融預測、商品零售、醫藥化工、政府辦公以及工程開發等社會生活的各個領域，并且這一趨勢仍將繼續。人們積累的信息已經達到了TB級，甚至PB級。因此在需求的呼喚下數據挖掘技術應運而生，并得以在社會生活的各個領域蓬勃發展。

（1）數據挖掘的定義

數據挖掘（Data Mining），就是從海量數據中挖掘出隱含在其中的知識。數據挖掘的概念應該分為狹義的和廣義兩種。一般認為，廣義的數據挖掘又稱數據庫中的知識發現（Knowledge Discovery in Database），簡稱知識發現（KDD）。它是從大量的、不完整的、有噪聲的、模糊的和隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是可信的、潛在的和有價值的信息和知識的過程。狹義的數據挖掘是一個利用各種分析工具在海量數據中發現模型和數據之間關系的過程，是知識發現過程中的一個步驟。

（2）數據挖掘過程

數據挖掘過程包括問題定義、數據準備、數據挖掘、結果分析、知識的運用五個階段。其一般流程主要包括三個階段：數據準備、數據挖掘、結果解釋和評價。如圖1-2所示的數據挖掘過程。

（3）數據挖掘系統的體系結構

在常用的數據挖掘系統中，一般將其分為三層結構，如圖1-3所示。第一層是數據源，包括數據庫、數據倉庫以及其他數據源，主要用于搜集并存儲信息。第二層是挖掘器，主要職責是利用數據挖掘系統提供的各種數據挖掘方法分析和提取數據庫中的數據，從大量冗雜的數據信息中得出有價值的信息，以達到用戶的需求。第三層是用戶層，該層的主要功能是使用多種方式將獲取的信息和發現的知識反映給用戶，為用戶的活動提供科學的依據。

三、數據挖掘在生產物流過程中的應用分析

1.數據挖掘在生產物流過程中的應用方面

一般來講，數據挖掘在生產物流過程中可以應用在以下幾個方面：

（1）產量預測

產量會影響企業的生產物流和規劃活動。通常產品在進入市場后，并不會永遠保持最高銷量。一般來講，隨著時間的推移，產品會遵守銷量變化的模式，經歷四個階段，即導入期、增長期、成熟期和衰退期。在各個階段，產品的生產要求和實物分撥策略是不同的。如在導入期，產品逐步得到市場的認可，銷售量可能會快速的增長，這時需要提前的生產計劃、生產作業安排以及適合的庫存和運輸策略，指導企業的生產，合理地控制庫存和安排運輸。

（2）物流需求預測

企業生產規劃和控制物流活動需要準確估計生產過程中所處理的原材料、在制品、半成品和產成品的數量以及種類，這些估計主要采用預測和推算的方式。

數據挖掘可以對生產物流活動中的各種物料類型隨時間變化的規律和趨勢進行建模描述。時間趨勢分析可以對現有物料在時間上的變化找出趨勢，然后確定需要注意和開發的物料的類型。空間趨勢分析可以根據物料在廠區地理位置的變化找到趨勢，然后確定需要重點關注的工藝環節。這對于企業經營的長遠發展也是至關重要的。

（3）部門績效分析

通過對各部門的績效考核，可以達到激勵與監督的管理效應，從而有助于提高企業的運作效率。部門績效分析可將生產物流管理策略轉化為企業內部各個部門的執行力，通過制定各個部門包括財務、倉儲、配送、生產等方面的考核指標，在統計分析的基礎之上形成各個部門的績效考核體系。

2.生產物流過程中實施數據挖掘應注意的問題

（1）明確數據挖掘的目標，充分發揮數據挖掘過程模型的指導作用

數據挖掘是一個復雜的過程。在實施數據挖掘之前，先制定采取什么樣的步驟，每一步都做什么，達到什么樣的目標是有必要的。有了好的計劃才能保證數據挖掘有條不紊的實施并取得成功。很多數據挖掘軟件供應商提供一些數據挖掘過程模型，可以指導物流企業逐步開展數據挖掘工作。

（2）注重企業數據倉庫的建設和數據的積累，提高數據的準確度

實施數據挖掘的前提和基礎是擁有大量、真實的數據。數據不足，導致無法有效開展數據挖掘；而數據欠缺準確性，則會嚴重影響數據挖掘結果的可靠性。企業在日常的工作中，應注意數據的收集、分類和整理，并將它貫穿于企業信息系統的構建和應用中，從而為今后的數據挖掘奠定良好的基礎。

（3）針對不同的問題，合理選用數據挖掘算法

任何一種數據挖掘的算法，不管是統計分析方法、神經元網絡、決策樹分析方法，還是遺傳算法，沒有一種算法是萬能的。不同的問題，需要用不同的方法去解決。即使對于同一個問題，可能有多種算法，也需要預先評估。

（4）數據挖掘項目需要多方面人員共同合作

數據挖掘過程的分步實現，不同的步驟需要有不同專長的人員，他們可以分為三類：物流作業分析人員、數據分析人員和數據管理人員。各方人員需要通力合作，尋找適合企業生產的方法，逐步建立數據挖掘模型。

3.數據挖掘在生產物流過程中的應用舉例

（1）聚類分析的具體應用

聚類也稱細分，它基于一組屬性對事例進行分組，在同一個聚類中的事例或多或少的會有一些相同的屬性。在生產物流過程中應用數據挖掘技術，根據聚類算法將會很容易的看出物料、生產物流環節、工作人員、部門等各自之間的相同屬性。

圖3-1中描述了一個簡單的原材料數據集，其中包含訂貨批量和價格兩個屬性，基于這兩個屬性值，聚類算法把這個數據分為了3類。聚類1是訂貨批量和價格都相對較低的原材料；聚類2是低訂貨批量的高價格原材料；聚類3是高訂貨批量的低價格原材料。以此類推，應用聚類分析可以給生產物流環節、工作人員等進行歸類，以便于管理調度活動的順利進行。

（2）關聯規則的具體應用

關聯是另一種常見的數據挖掘任務。典型的關聯問題是分析一個生產物流事務表，找出相互關聯的物流活動并且確定在同一次生產物流活動過程中的哪些物流環節比較頻繁出現。關聯規則通常用來確定一組項集（頻繁項集）和規則，以達到對生產物流過程中的交叉物流的合理調度。就關聯而言，項是一個物流環節，或者一個屬性/值對。關聯模式分析的目的，是為了挖掘出頻繁項集和關聯規則（隱藏在數據間的相互關系）。即通過量化的數字，描述物流環節A的出現對物流環節B的出現有多大影響。

圖3-2描述了原材料及物流環節的關聯模式。圖中的每一條線表示兩個節點之間的關系，箭頭的方向表示預測的方向。

（3）序列分析的具體應用

序列分析和關聯分析有點相似，它們都包含一個項集或一組狀態。兩者的區別在于：序列模型分析的是狀態的轉移，關聯模型認為每個相關聯的項都是平等的和相互獨立的。通過序列模型可知，先進行物流環節A再進行物流環節B和先進行物流環節B再進行物流環節A都是兩個不同的序列。但是如果使用關聯算法，則認為它們是相同的項集。

圖3-3描述了一個生產物流過程中的物流活動序列，每一個箭頭都表示生產物流活動的轉移，每個轉移都用一個權值表示，表示從一種物流活動轉到另一種物流活動的概率。在實際應用過程中，根據歷史記錄數據即可得到具體的序列分析圖。

四、數據挖掘在生產物流過程中的應用的發展前景

數據挖掘技術已經在商業、金融業、保險業、電信業等多個領域開始得到應用，取得了令人滿意的效果。我國企業的生產物流方面對數據挖掘應用還處于起步階段，經驗不足，應用實踐在國內生產物流中還并不多見。但隨著數據挖掘應用研究的深入開展，以及企業追求運營績效愿望的增強，將會有越來越多的生產物流引入數據挖掘，為企業在激烈的競爭中掌握主動，在未來的發展中提供更廣闊的空間，發揮重要的作用，數據挖掘在生產物流中將會有更加廣闊的前景。

1.框架方面

數據挖掘是基于數據庫或數據倉庫而進行的，而數據庫是基于企業各方面的底層經營資料搭建而成的，數據倉庫的組織是面向主題的。生產物流則是一個過程，包含了計劃、實施和控制的功能。那么，如何使數據挖掘技術全面地支撐起其在現代生產物流中的應用呢？

在這種整體框架方面的研究已引起了廣泛關注。基于活動的生產物流剖析方法把生產物流按照其生產活動進行剖析，把生產物流活動的分析同日常的經營聯系起來。依據這種理念，生產物流管理在第一次的剖析中，可以分析出生產物流過程中相互依賴的活動；接下來，基于第一次剖析結果中的幾種活動再分別進行第二次剖析。

2.數據方面

數據挖掘技術源于物流的直接需求，雖然它在各種領域都存在廣泛的使用價值，但是物流領域是數據挖掘的主要應用領域之一。這是因為條形碼等技術的發展，物流部門可以利用前端PC系統收集、存儲大量的數據、進出歷史記錄、貨物進出狀況和服務記錄等等。生產物流同樣積累了大量的數據，這些數據正是數據挖掘的基礎。數據挖掘技術有助于識別生產過程中的運輸行為，發現生產的新模式和趨勢，改進生產運作的效率，取得更高的核心競爭力。

RFID，即無線射頻技術在物流領域的引入，正在或即將改變生產物流的各個環節。主要表現在以下幾個方面：

（1）數據信息更加準確。利用無線射頻技術進行數據采集，由于在讀取時受遮蓋、方向和位置的影響很小，避免了因條形碼退化、磨損、易復制和人工識別所造成的誤差，從而數據挖掘所得到的結果更加符合實際。

（2）廣闊的數據存儲量。RFID標簽的信息存儲空間比條形碼高出幾萬倍，所以有關物料的各項信息在相應的環節都能寫入標簽，而不會出現信息存儲空間不足的情況。

3.技術方面

數據挖掘的研究隨著信息技術的發展在不斷地進步與完善。數據挖掘領域新技術或新算法的引入，也為生產物流領域的應用提供了更多更準確的方法。

目前數據挖掘的研究主要從以下幾個方面開展：

（1）針對不同的數據挖掘任務開發專用的數據挖掘系統。一個功能很強的數據挖掘系統要能夠處理各種類型的數據是不現實的，應當根據特定類型數據的挖掘任務構造專用的數據挖掘系統，如關系數據庫挖掘，空間數據庫挖掘等。

（2）高效率的挖掘算法。數據挖掘算法必須是高效的，即算法的運行時間必須是可預測的和可接受的，帶有指數甚至是中階多項式的算法，沒有實際使用價值。

（3）提高數據挖掘結果的有效性、確定性和可表達性。對已發現的知識應能準確地描述數據庫中的內容，并能用于實際領域。對有缺陷的數據應當根據不確定性度量，以近似規律或定量規則形式表示出來。還應能很好地處理和抑制噪聲數據和不希望的數據。

（4）數據挖掘結果的可視化。數據挖掘任務由非領域專家指定，所以希望最后發現的知識用用戶理解的方式表達出來。

（5）多抽象層上的交互式數據挖掘。交互式數據挖掘允許用戶交互地精煉數據挖掘需求，動態改變數據焦點，逐步深化數據挖掘過程，從不同角度不同抽象層次上靈活地觀察數據和挖掘結果。

五、結論

文章運用數據挖掘技術，結合了生產物流的實際情況，借鑒了國內外學者的研究成果，對數據挖掘在生產物流過程中的應用進行了研究。數據挖掘作為一門新興的多學科交叉的技術還處于初級發展時期，它能夠挖掘蘊藏在海量數據中大量未知的和有價值的信息，為管理提供各種決策信息，減輕管理者從事低層次信息處理和分析的負擔，提高了管理和決策的水平。

伴隨著信息時代的數據量劇增的顯著特征，深化生產物流信息管理的最有效的方法是在其中引進數據挖掘技術。在分析其系統體系結構的基礎上，提出基于數據挖掘的生產物流決策管理系統，將分散的、標準不同的、邏輯關系不一致的數據經過分析、抽取、轉換、整合到統一的數據倉庫中，通過數據挖掘，形成生產物流決策管理人員所需要的信息和數據，從而有利于生產物流決策管理人員做出科學的決策，提高自身在市場競爭中的地位。數據挖掘可以從數據中發現趨勢和模式。人們可以將通過數據挖掘發現的新趨勢和模式應用到決策上，以提高利潤，降低成本等。

總之，充分、合理的利用數據挖掘技術，可以進行市場預測和分析，這必將為正確的決策奠定堅實的基礎，同時也為生產物流的管理和發展指明了方向。

參考文獻

[1]李義華，龐燕.物流企業工作流程的數據挖掘[J].中國物流與采購，2009（21）.

[2]王羽.物流管理數據挖掘綜述[J].現代經濟，2008，7（8）.

[3]魏新軍.數據挖掘物流企業提升競爭力的利器[OL].中國儲運網.Http：//.

[4]夏國成，趙佳寶.數據挖掘在現代物流中應用的再度分析[J].現代管理科學，2005（6）.

[5]張敏.數據挖掘技術及應用[J].信息技術，2010（8）.

[6]王銳，馬德濤，陳晨.數據挖掘技術及其應用現狀探析[J].電腦應用技術，2007（69）.

[7]楊毓玲，范波峰.生產物流計劃與控制策略研究[J].科技經濟市場，2008（6）.

[8]孫俊玲.淺析數據挖掘技術在現代物流管理中的應用[J].河南財政稅務高等專科學校學報，2009，23（3）.

[9]范坤，何智文.基于數據挖掘在物流管理決策中的應用[J].湖北廣播電視大學學報，2008，28（10）.

[10]方霞.生產過程中的物流管理系統及其應用研究[D].電氣與信息工程，2004.

[11]劉偉.物流領域CRM中數據挖掘技術的應用研究[D].大連海事大學，2006.

[12]李廷佳.基于數據挖掘技術的物流信息系統的研究與實現[D].北京郵電大學，2008.

[13]方志斌.基于數據挖掘技術的物流決策支持系統的研究與實現[D].國防科技大學研究生院，2006.

[14]楊永剛.數據挖掘在物流領域中的應用[D].武漢理工大學碩士論文，2006.

[15]Martin Christopher.Logistics and Supply Chain Management Strategies for Reducing Cost and Improving Service[M].Beijing：Electronics Industry Press，2003.