計算機網絡技術的智能物流決策范文

本站小編為你精心準備了計算機網絡技術的智能物流決策參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

隨著國內C2C電子商務的快速發展，網絡購物產生的快遞物流需求大大增加，大量中小型物流企業投入到這一行業機遇中。這些物流企業注重于城市間的高速公路運輸，從一個城市或地區收集貨物，然后派送到另一城市或地區。因為大部分網絡訂購的貨物都是小件物品，所以物流企業采用同行并裝方式，有效利用貨車集裝箱的存儲空間，從而提高利潤率。然而，行業競爭越來越激烈，必須依靠更多手段來提高用戶的滿意度和利潤空間。物流企業的利潤率受物流運營和運輸的影響最大，實際中，中小型物流企業面臨以下三個主要問題：（1）貨物供應商和物流企業之間信息不對稱。雖然C2C市場有大量的貨運需求，但這些貨運需求物流企業不是完全可見，很多中小型物流企業由于貨運訂單少，無法充分利用自身的運輸力，而部分企業則由于訂單需求超出自身運輸力而無法滿足所有客戶的訂單。這意味著物流企業無法預知所需運輸貨物的屬性及其運輸量，使得他們尋找貨物供應商的通信代價很大。（2）貨物整合過程是隨機的，導致集裝箱的存儲空間無法最大化利用，而且在大量的待運輸貨物中，物流企業無法確定最優化的貨物組合方式來最大化自己的利益。（3）收集和派送貨物的車輛路徑依靠個人經驗。很多情況下，車輛路徑由司機或者物流企業雇員決定，沒有經過一個最優化的過程，導致運輸成本增加。為了解決上述問題，開發一個智能決策系統來幫助中小型物流企業確定同行并裝策略和貨物運輸路徑是很有必要的。因此，本文設計了一個基于計算機網絡技術的智能物流決策系統，該系統旨在為中小型物流企業服務，建議匹配他們貨車的貨物，確定最優化的貨物組合裝箱方案，以及尋找最短的收集和派送貨物的車輛路徑。

1系統架構

為了克服貨物供應商和中小型物流企業之間信息不對稱的影響，該系統為貨物供應商和物流企業提供了一個資源信息的平臺，包括待運輸貨物和可用貨車等。收集到的信息用于供應和需求間的信息匹配，隨后確定最優化的貨物裝箱的組合方案和最優化的收集和派送運輸路徑。智能物流決策系統的架構如圖1所示，該系統架構由兩大部分組成：數據收集和決策制定。數據收集部分提供一個基于Web的界面給個體貨物供應商和中小型物流企業，接入系統后通過HTTP請求來他們的物流資源信息。這些數據存儲在數據庫中，用以支撐決策制定部分中智能決策的制定。決策制定部分中，物流企業登錄系統，為自己的貨車尋找貨物，并請求智能系統提供決策方案。決策制定部分包括三個模塊：（1）模塊1：貨物貨車匹配模塊。該模塊用來為指定貨車匹配合適的貨物，輸入該模塊的是數據庫中所有注冊的和待運輸的貨物，該模塊的輸出是匹配一輛指定貨車的貨物清單。（2）模塊2：貨物裝箱優化模塊。該模塊用來計算最優化的貨物組合到裝箱方案，將模塊1產生的結果（為一輛指定貨車匹配的貨物）作為本模塊的輸入，運行處理后輸出利益最大化的貨物組合裝箱方案。（3）模塊3：車輛路徑優化模塊。該模塊決定最優化的收集和派送貨物的路徑，該模塊的輸入是模塊2產生的貨物組合裝車方案。在該模塊中給出車輛路徑問題的解決方案，使用百度地圖定位客戶的位置，確定他們之間的距離。然后通過計算處理，輸出最優化的收集和派送貨物的路徑。經過這三個模塊的決策制定過程后，結果（貨車匹配貨物、貨物裝箱方案、運輸車輛路徑）最終顯示給物流企業。

2主要模塊設計

2.1貨車匹配模塊貨車匹配模塊用來為指定貨車匹配合適的貨物，本文使用層次分析法[1]（AnalyticHierarchyProcess，簡稱AHP）來執行匹配過程。本系統采用的貨物貨車匹配的層次結構如圖2所示，最高層（也叫目標層）只有一個元素，即決策目標：匹配指定車輛的貨物。中間層（也叫準則層）是有關決策的影響因素：貨物屬性、貨物供應商誠信度、運輸需求。這些準則可以包括多個子準則，組成子準則層：貨物屬性包括價格和類型（如危險品或者冷藏品等），運輸需求包括發送時間、起點和終點。該模塊的程序執行步驟如下：（a）調用用戶保存的準則層各元素對目標層構造的權重矩陣A；（b）調用子準則層各元素對準則層對應元素構造的權重矩陣B（ii=1,2）；（c）一般情況下，用戶在使用系統前已經按要求構造好權重矩陣。如果沒有事先保存，則彈窗通知用戶，讓其選擇輸入權重矩陣或者選擇系統默認的權重矩陣；（d）按照權重矩陣，計算各個貨物各屬性的權值之和，得到匹配指定貨車的貨物清單。

2.2貨物裝箱優化模塊執行完模塊1的計算后，得到匹配指定貨車的貨物清單，若所有貨物的總重量和總體積均不超過貨車核定的載重量和容量，直接跳過本模塊；否則執行貨物裝箱優化模塊。貨物裝箱優化模塊將模塊1產生的結果（為一輛指定貨車匹配的貨物）作為本模塊的輸入，采用如下的優化模型[2]來生成貨物裝箱方案。

2.3車輛路徑優化模塊車輛路徑優化模塊決定最優化的收集和派送貨物的路徑。該模塊采用的車輛路徑問題模型如下：令分散在一個城市中客戶的完全圖G=(V,A)，其中，V={0,1,...,n}是頂點集，A是弧集。目標函數（e）是覆蓋城市中所有客戶點的最小總距離，其中，cij是頂點i和j間的距離。當arc(i,j)∈A屬于最優化的解時，變量xij=1，否則xij=0。入度和出度的約束條件（f）和（g）確保只有一段弧進入和離開每個頂點，即每個客戶只能被服務一次。同樣地，派送目的地分散的城市也可以用這個模型來計算最短路徑。鑒于客戶點的數量并不大，可以采用著名的最短路徑算法Dijkstra算法[3]來解決車輛路徑問題，找到最優化的方案。該系統使用百度地圖定位客戶的位置，確定他們之間的距離。最后，系統輸出最優化的收集和派送貨物的路徑。

3系統應用流程

該智能決策系統在互聯網上通過Web界面的形式，讓中小型企業和個體貨物供應商接入系統，輸入他們各自的貨車和貨物資源，是一個分散式的物流信息共享整合平臺。系統的應用流程如圖3所示。（1）注冊成為用戶。物流企業和貨物供應商在使用該系統前必須注冊成為系統用戶，他們的信息存儲在數據庫的系統用戶表中。為了使資源整合更加高效，鼓勵大量物流企業和貨物供應商注冊并共享他們的運輸或者貨物資源。（2）登陸、輸入貨車/貨物信息。物流企業或者貨物供應商從用戶入口頁面登陸，登記貨物信息，如價格、類型、運輸時間、起點和終點等，并存儲到貨物信息表中。同樣地，貨車信息收集后存儲到貨車信息表中。（3）選擇一輛貨車，啟動貨物組合和車輛路徑的決策制定。物流企業用戶選擇他注冊的一輛貨車，啟動智能物流決策進程。系統從數據庫中獲取被選中的貨車和所有已注冊和待派送的貨物的數據，然后使用決策制定的三個模塊進行處理。（4）呈現最終的決策結果。最終制定的決策通過Web界面呈現給物流企業用戶，結果包括匹配的貨物清單、建議的最優化整合裝箱方案的3D模型、客戶位置以及收集和派送貨物的路徑圖。

4分析與結論

基于計算機網絡技術的智能物流決策系統允許貨物供應商和中小型物流企業將貨物和貨車資源錄入到信息共享平臺中，同時物流企業可以通過該系統確定最優化的貨物整合方案和最高效的運輸路徑。該智能物流決策系統實現以下兩個目標：（1）減少通信和運輸的花費。該系統為物流企業和貨物供應商提供信息的平臺，使得物流資源信息得以共享。通過這種方式，克服了信息不對稱的問題。而且智能的貨車匹配模塊幫助物流企業自動尋找合適的貨物，有效減少了企業尋找貨源的時間和花費。而車輛路徑優化模塊則減少了貨物運輸的費用。（2）提高物流行業整體的效益和服務質量。該系統應用在行業這一層面上，達成商業協作和資源整合優化的目的。行業中的所有資源可以被有效地整合利用，另一方面，貨物組合裝箱優化模塊使得每次配送都實現利益最大化。這樣一來，整個行業整體的經濟效益和服務質量大大提高。

作者：陳昌豪 單位：貴州電子信息職業技術學院