计算机网络技术的智能物流决策范文

本站小编为你精心准备了计算机网络技术的智能物流决策参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

随着国内C2C电子商务的快速发展，网络购物产生的快递物流需求大大增加，大量中小型物流企业投入到这一行业机遇中。这些物流企业注重于城市间的高速公路运输，从一个城市或地区收集货物，然后派送到另一城市或地区。因为大部分网络订购的货物都是小件物品，所以物流企业采用同行并装方式，有效利用货车集装箱的存储空间，从而提高利润率。然而，行业竞争越来越激烈，必须依靠更多手段来提高用户的满意度和利润空间。物流企业的利润率受物流运营和运输的影响最大，实际中，中小型物流企业面临以下三个主要问题：（1）货物供应商和物流企业之间信息不对称。虽然C2C市场有大量的货运需求，但这些货运需求物流企业不是完全可见，很多中小型物流企业由于货运订单少，无法充分利用自身的运输力，而部分企业则由于订单需求超出自身运输力而无法满足所有客户的订单。这意味着物流企业无法预知所需运输货物的属性及其运输量，使得他们寻找货物供应商的通信代价很大。（2）货物整合过程是随机的，导致集装箱的存储空间无法最大化利用，而且在大量的待运输货物中，物流企业无法确定最优化的货物组合方式来最大化自己的利益。（3）收集和派送货物的车辆路径依靠个人经验。很多情况下，车辆路径由司机或者物流企业雇员决定，没有经过一个最优化的过程，导致运输成本增加。为了解决上述问题，开发一个智能决策系统来帮助中小型物流企业确定同行并装策略和货物运输路径是很有必要的。因此，本文设计了一个基于计算机网络技术的智能物流决策系统，该系统旨在为中小型物流企业服务，建议匹配他们货车的货物，确定最优化的货物组合装箱方案，以及寻找最短的收集和派送货物的车辆路径。

1系统架构

为了克服货物供应商和中小型物流企业之间信息不对称的影响，该系统为货物供应商和物流企业提供了一个资源信息的平台，包括待运输货物和可用货车等。收集到的信息用于供应和需求间的信息匹配，随后确定最优化的货物装箱的组合方案和最优化的收集和派送运输路径。智能物流决策系统的架构如图1所示，该系统架构由两大部分组成：数据收集和决策制定。数据收集部分提供一个基于Web的界面给个体货物供应商和中小型物流企业，接入系统后通过HTTP请求来他们的物流资源信息。这些数据存储在数据库中，用以支撑决策制定部分中智能决策的制定。决策制定部分中，物流企业登录系统，为自己的货车寻找货物，并请求智能系统提供决策方案。决策制定部分包括三个模块：（1）模块1：货物货车匹配模块。该模块用来为指定货车匹配合适的货物，输入该模块的是数据库中所有注册的和待运输的货物，该模块的输出是匹配一辆指定货车的货物清单。（2）模块2：货物装箱优化模块。该模块用来计算最优化的货物组合到装箱方案，将模块1产生的结果（为一辆指定货车匹配的货物）作为本模块的输入，运行处理后输出利益最大化的货物组合装箱方案。（3）模块3：车辆路径优化模块。该模块决定最优化的收集和派送货物的路径，该模块的输入是模块2产生的货物组合装车方案。在该模块中给出车辆路径问题的解决方案，使用百度地图定位客户的位置，确定他们之间的距离。然后通过计算处理，输出最优化的收集和派送货物的路径。经过这三个模块的决策制定过程后，结果（货车匹配货物、货物装箱方案、运输车辆路径）最终显示给物流企业。

2主要模块设计

2.1货车匹配模块货车匹配模块用来为指定货车匹配合适的货物，本文使用层次分析法[1]（AnalyticHierarchyProcess，简称AHP）来执行匹配过程。本系统采用的货物货车匹配的层次结构如图2所示，最高层（也叫目标层）只有一个元素，即决策目标：匹配指定车辆的货物。中间层（也叫准则层）是有关决策的影响因素：货物属性、货物供应商诚信度、运输需求。这些准则可以包括多个子准则，组成子准则层：货物属性包括价格和类型（如危险品或者冷藏品等），运输需求包括发送时间、起点和终点。该模块的程序执行步骤如下：（a）调用用户保存的准则层各元素对目标层构造的权重矩阵A；（b）调用子准则层各元素对准则层对应元素构造的权重矩阵B（ii=1,2）；（c）一般情况下，用户在使用系统前已经按要求构造好权重矩阵。如果没有事先保存，则弹窗通知用户，让其选择输入权重矩阵或者选择系统默认的权重矩阵；（d）按照权重矩阵，计算各个货物各属性的权值之和，得到匹配指定货车的货物清单。

2.2货物装箱优化模块执行完模块1的计算后，得到匹配指定货车的货物清单，若所有货物的总重量和总体积均不超过货车核定的载重量和容量，直接跳过本模块；否则执行货物装箱优化模块。货物装箱优化模块将模块1产生的结果（为一辆指定货车匹配的货物）作为本模块的输入，采用如下的优化模型[2]来生成货物装箱方案。

2.3车辆路径优化模块车辆路径优化模块决定最优化的收集和派送货物的路径。该模块采用的车辆路径问题模型如下：令分散在一个城市中客户的完全图G=(V,A)，其中，V={0,1,...,n}是顶点集，A是弧集。目标函数（e）是覆盖城市中所有客户点的最小总距离，其中，cij是顶点i和j间的距离。当arc(i,j)∈A属于最优化的解时，变量xij=1，否则xij=0。入度和出度的约束条件（f）和（g）确保只有一段弧进入和离开每个顶点，即每个客户只能被服务一次。同样地，派送目的地分散的城市也可以用这个模型来计算最短路径。鉴于客户点的数量并不大，可以采用著名的最短路径算法Dijkstra算法[3]来解决车辆路径问题，找到最优化的方案。该系统使用百度地图定位客户的位置，确定他们之间的距离。最后，系统输出最优化的收集和派送货物的路径。

3系统应用流程

该智能决策系统在互联网上通过Web界面的形式，让中小型企业和个体货物供应商接入系统，输入他们各自的货车和货物资源，是一个分散式的物流信息共享整合平台。系统的应用流程如图3所示。（1）注册成为用户。物流企业和货物供应商在使用该系统前必须注册成为系统用户，他们的信息存储在数据库的系统用户表中。为了使资源整合更加高效，鼓励大量物流企业和货物供应商注册并共享他们的运输或者货物资源。（2）登陆、输入货车/货物信息。物流企业或者货物供应商从用户入口页面登陆，登记货物信息，如价格、类型、运输时间、起点和终点等，并存储到货物信息表中。同样地，货车信息收集后存储到货车信息表中。（3）选择一辆货车，启动货物组合和车辆路径的决策制定。物流企业用户选择他注册的一辆货车，启动智能物流决策进程。系统从数据库中获取被选中的货车和所有已注册和待派送的货物的数据，然后使用决策制定的三个模块进行处理。（4）呈现最终的决策结果。最终制定的决策通过Web界面呈现给物流企业用户，结果包括匹配的货物清单、建议的最优化整合装箱方案的3D模型、客户位置以及收集和派送货物的路径图。

4分析与结论

基于计算机网络技术的智能物流决策系统允许货物供应商和中小型物流企业将货物和货车资源录入到信息共享平台中，同时物流企业可以通过该系统确定最优化的货物整合方案和最高效的运输路径。该智能物流决策系统实现以下两个目标：（1）减少通信和运输的花费。该系统为物流企业和货物供应商提供信息的平台，使得物流资源信息得以共享。通过这种方式，克服了信息不对称的问题。而且智能的货车匹配模块帮助物流企业自动寻找合适的货物，有效减少了企业寻找货源的时间和花费。而车辆路径优化模块则减少了货物运输的费用。（2）提高物流行业整体的效益和服务质量。该系统应用在行业这一层面上，达成商业协作和资源整合优化的目的。行业中的所有资源可以被有效地整合利用，另一方面，货物组合装箱优化模块使得每次配送都实现利益最大化。这样一来，整个行业整体的经济效益和服务质量大大提高。

作者：陈昌豪 单位：贵州电子信息职业技术学院