登录
注册
智能物流及其支撑技术
作者：赵立权
来源：物联网世界
日期：2011-11-28 12:50:37
摘要：本文提出了智能物流的概念,阐述了智能物流的特点,介绍了智能物流的主要支撑技术,包括自动识别技术、数据仓库和数据挖掘技术以及人工智能技术。
随着科学技术的发展,生产环节的成本大幅度降低,流通环节占总成本的比重越来越大,一般物流费用成本占到生产成本的40 %以上。普遍把物流称为“降低成本的最后边界”,称为继降低原材料消耗、提高劳动生产率之后的“第三利润源泉”。于是一些专家、学者、政府,特别是企业开始热衷于物流的研究,其外延也越来越广泛。
1 智能物流概述
21世纪是智能化的世纪,随着智能技术的发展,物流也自然朝着智能化的方向发展。虽然智能物流一词在物流业已被广泛谈论,对它的阐述和解释也是多种多样,见仁见智,但是还都是停留在智能物流系统这一层次上。而实际上智能物流应该是一个体系,它是智能型社会的一个重要基础。
智能物流是指货物从供应者向需求者的智能移动过程,包括智能运输、智能仓储、智能配送、智能包装、智能装卸以及智能信息的获取、加工和处理等多项基本活动,为供方提供最大化的利润,为需方提供最佳的服务,同时也应消耗最少的自然资源和社会资源,最大限度地保护好生态环境,从而形成完备的智能社会物流管理体系。
智能社会物流管理分为社会层、战略层、决策层和作业层四个层次。社会层主要研究确定智能社会物流的近、长期发展战略,包括各类物流人才的培养、新技术的研究与开发、基础设施的发展规划、智能社会物流规章制度的制定与完善等,不断完善各物流企业发展的外部环境;战略层主要是研究确定物流的发展战略;决策层是在现有的社会条件下,以成本- 效益-服务为准则,把主要精力放在物流战略和策略的可选方案的筛选上,鉴别或评估车辆调配计划、存货管理、仓储设施配备与选址方案等;作业层是指日常物流管理与交易业务的活动。
2 智能物流的特点
2.1.1 智能化
这是物流发展的必然趋势,是智能物流的典型特征,它贯穿于物流活动的全过程,随着人工智能技术、自动化技术、信息技术的发展其智能化的程度将不断提高。它不仅仅限于库存水平的确定、运输道路的选择、自动跟踪的控制、自动分拣的运行、物流配送中心的管理等问题,随着时代的发展,也将不断地被赋予新的内容。
2.1.2 柔性化
本来是为实现“以顾客为中心”理念而在生产领域提出的,即真正地根据消费者需求的变化来灵活调节生产工艺。物流的发展也是如此,必须按照客户的需要提供高度可靠的、特殊的、额外的服务“, 以顾客为中心”服务的内容将不断增多,服务的重要性也将越来越大,如果没有智能物流系统柔性化的目的是不可能达到的。
2.1.3 一体化
智能物流活动既包括企业内部生产过程中的全部物流活动,也包括企业与企业、企业与个人之间的全部物流活动等。智能物流的一体化是指智能物流活动的整体化和系统化,它是以智能物流管理为核心,将物流过程中运输、存储、包装、装卸等诸环节集合成一体化系统,以最低的成本向客户提供最满意的物流服务。
2.1.4 社会化
随着物流设施的国际化、物流技术的全球化和物流服务的全面化,物流活动并不仅仅局限于一个企业、一个地区或一个国家。为实现货物在国际间的流动和交换,以促进区域经济的发展和世界资源优化配置,一个社会化的智能物流体系正在逐渐形成。构建智能物流体系对于降低商品流通成本将起到决定性的作用,并成为智能型社会发展的基础。
3 智能物流的主要支撑技术
3. 1 自动识别技术 自动识别技术是以计算机、光、机、电、通信等技术的发展为基础的一种高度自动化的数据采集技术。它通过应用一定的识别装置,自动地获取被识别物体的相关信息,并提供给后台的处理系统来完成相关后续处理的一种技术。它能够帮助人们快速而又准确地进行海量数据的自动采集和输入,目前在运输、仓储、配送等方面已得到广泛的应用。自动识别技术在20 世纪70 年代初步形成规模,经过近30年的发展,自动识别技术已经发展成为由条码识别技术、智能卡识别技术、光字符识别技术、射频识别技术、生物识别技术等组成的综合技术,并正在向集成应用的方向发展。
条码识别技术是目前使用最广泛的自动识别技术,它是利用光电扫描设备识读条码符号,从而实现信息自动录入。条码是由一组按特定规则排列的条、空及对应字符组成的表示一定信息的符号。不同的码制,条码符号的组成规则不同。目前,较常使用的码制有: EAN/ UPC 条码、128 条码、ITF - 14 条码、交插二五条码、三九条码、库德巴条码等。
射频识别(RFID) 技术是近几年发展起来的现代自动识别技术,它是利用感应、无线电波或微波技术的读写器设备对射频标签进行非接触式识读,达到对数据自动采集的目的。它可以识别高速运动物体,也可以同时识读多个对象,具有抗恶劣环境、保密性强等特点。
生物识别技术是利用人类自身生理或行为特征进行身份认定的一种技术。生物特征包括手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等,行为特征包括签字、声音等。由于人体特征具有不可复制的特性,这一技术的安全性较传统意义上的身份验证机制有很大的提高。目前,人们已经发展了虹膜识别技术、视网膜识别技术、面部识别技术、签名识别技术、声音识别技术、指纹识别技术等六种生物识别技术。
3. 2 数据仓库和数据挖掘技术 数据仓库出现在20 世纪80 年代中期,它是一个面向主题的、集成的、非易失的、时变的数据集合,数据仓库的目标是把来源不同的、结构相异的数据经加工后在数据仓库中存储、提取和维护,它支持全面的、大量的复杂数据的分析处理和高层次的决策支持。数据仓库使用户拥有任意提取数据的自由,而不干扰业务数据库的正常运行。
数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中, 挖掘出隐含的、未知的、对决策有潜在价值的知识和规则的过程。一般分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等,预测型数据挖掘包括分类、回归及时间序列分析等。其目的是通过对数据的统计、分析、综合、归纳和推理, 揭示事件间的相互关系,预测未来的发展趋势,为企业的决策者提供决策依据。
3. 3 人工智能技术 人工智能就是探索研究用各种机器模拟人类智能的途径,使人类的智能得以物化与延伸的一门学科。它借鉴仿生学思想,用数学语言抽象描述知识,用以模仿生物体系和人类的智能机制,目前主要的方法有神经网络、进化计算和粒度计算三种。
3. 3. 1 神经网络。神经网络是在生物神经网络研究的基础上模拟人类的形象直觉思维,根据生物神经元和神经网络的特点,通过简化、归纳,提炼总结出来的一类并行处理网络。神经网络的主要功能主要有联想记忆、分类聚类和优化计算等。虽然神经网络具有结构复杂、可解释性差、训练时间长等缺点,但由于其对噪声数据的高承受能力和低错误率的优点,以及各种网络训练算法如网络剪枝算法和规则提取算法的不断提出与完善,使得神经网络在数据挖掘中的应用越来越为广大使用者所青睐。
3. 3. 2 进化计算。进化计算是模拟生物进化理论而发展起来的一种通用的问题求解的方法。因为它来源于自然界的生物进化,所以它具有自然界生物所共有的极强的适应性特点,这使得它能够解决那些难以用传统方法来解决的复杂问题。它采用了多点并行搜索的方式,通过选择、交叉和变异等进化操作,反复叠代,在个体的适应度值的指导下,使得每代进化的结果都优于上一代,如此逐代进化,直至产生全局最优解或全局近优解。其中最具代表性的就是遗传算法,它是基于自然界的生物遗传进化机理而演化出来的一种自适应优化算法。
3. 3. 3 粒度计算。早在1990 年,我国著名学者张钹和张铃在文献[5 ]中就进行了关于粒度问题的讨论,并指出“人类智能的一个公认的特点,就是人们能从极不相同的粒度(granulari2ty) 上观察和分析同一问题。人们不仅能在不同粒度的世界上进行问题的求解,而且能够很快地从一个粒度世界跳到另一个粒度世界,往返自如,毫无困难。这种处理不同粒度世界的能力,正是人类问题求解的强有力的表现”。随后,Zadeh 在文献[7 - 9 ]中讨论模糊信息粒度理论时,提出人类认知的三个主要概念,即粒度(包括将全体分解为部分) 、组织(包括从部分集成全体) 和因果(包括因果的关联) ,并进一步提出了粒度计算。他认为,粒度计算是一把大伞,它覆盖了所有有关粒度的理论、方法论、技术和工具的研究。目前主要有模糊集理论、粗糙集理论和商空间理论三种。
模糊集理论是Zadeh 在文献[ 10 ]中首先提出,它研究的是一种不确定性现象,这种不确定性是由于事物之间差异的中间过渡性所引起的划分上的不确定性,是事物本身固有的,它摆脱了经典数学中的二元性(非此即彼) ,使得概念的外延具有一种模糊性(亦此亦彼) 。模糊现象在自然界是普遍存在的,由于模糊理论是一种智能信息处理的方法,非常适合于处理模糊的、不确定性的信息,能模拟人脑的不精确性,它与其它智能方法相结合,既能弥补彼此的缺点,又能发挥各自的优势。粗糙集理论是Pawlak 在文献[11 ]中首先提出的,它是利用等价关系将集合中的元素进行分类,生成集合的某种划分,与等价关系相对应。同一等价类的元素是不可分辨的,对信息的处理可以在等价类的粒度上进行,这样根据研究问题的需要,只保留某些关键信息,从而达到简化问题的目的。模糊集理论和粗糙集理论都可以用来描述信息的不确定性,虽然它们之间有着很密切的联系,有很强的互补性,但它们的出发点和侧重点不同。模糊集理论是基于元素对集合的隶属程度不同,强调集合边界的模糊性,而粗糙集理论是由一对精确集合(上、下近似集) 来界定的,通过建立新型的成员关系,计算成员归属程度的不确定性,它无需任何先验知识。
商空间理论是将不同的粒度世界与数学上的商集概念统一起来,用一个三元组(X,f ,T) ,即论域、属性、结构来描述一个问题,在其论域上引入等价关系R ,对应于R 的商集[ X] ,然后将[ X]当作新的论域, 也必有一个对应的三元组( [ X] , [ f ] ,[ T]) ,对它进行分析、研究,从而将问题表述成不同的粒度世界,进而达到简化问题、解决问题的目的。和粗糙集方法一样都是利用等价类来描述“粒度”,都是用“粒度”来描述概念。但是商空间理论讨论的论域是一个拓扑空间,元素之间有拓扑关系,而粗糙集理论,其论域只是简单的点集,元素之间没有拓扑关系,它们只是商空间所讨论的情况的一个非常特殊的特例。而且讨论的着重点有所不同,商空间理论讨论的着重点是研究不同粒度世界之间的互相转换、互相依存的关系,是描述空间关系学说的理论;而粗糙集理论主要是研究粒度的表示、刻画和粒度与概念之间的依存关系。
4 结语
智能物流是物流发展的必然趋势,智能物流的发展得益于计算机技术、网络技术、自动化技术、人工智能技术的发展,同时还需要政府和社会的调控和推动,为智能物流发展创造很好的外部环境,只有这样,才能促进智能物流健康、有序地向前发展。
1 智能物流概述
21世纪是智能化的世纪,随着智能技术的发展,物流也自然朝着智能化的方向发展。虽然智能物流一词在物流业已被广泛谈论,对它的阐述和解释也是多种多样,见仁见智,但是还都是停留在智能物流系统这一层次上。而实际上智能物流应该是一个体系,它是智能型社会的一个重要基础。
智能物流是指货物从供应者向需求者的智能移动过程,包括智能运输、智能仓储、智能配送、智能包装、智能装卸以及智能信息的获取、加工和处理等多项基本活动,为供方提供最大化的利润,为需方提供最佳的服务,同时也应消耗最少的自然资源和社会资源,最大限度地保护好生态环境,从而形成完备的智能社会物流管理体系。
智能社会物流管理分为社会层、战略层、决策层和作业层四个层次。社会层主要研究确定智能社会物流的近、长期发展战略,包括各类物流人才的培养、新技术的研究与开发、基础设施的发展规划、智能社会物流规章制度的制定与完善等,不断完善各物流企业发展的外部环境;战略层主要是研究确定物流的发展战略;决策层是在现有的社会条件下,以成本- 效益-服务为准则,把主要精力放在物流战略和策略的可选方案的筛选上,鉴别或评估车辆调配计划、存货管理、仓储设施配备与选址方案等;作业层是指日常物流管理与交易业务的活动。
2 智能物流的特点
2.1.1 智能化
这是物流发展的必然趋势,是智能物流的典型特征,它贯穿于物流活动的全过程,随着人工智能技术、自动化技术、信息技术的发展其智能化的程度将不断提高。它不仅仅限于库存水平的确定、运输道路的选择、自动跟踪的控制、自动分拣的运行、物流配送中心的管理等问题,随着时代的发展,也将不断地被赋予新的内容。
2.1.2 柔性化
本来是为实现“以顾客为中心”理念而在生产领域提出的,即真正地根据消费者需求的变化来灵活调节生产工艺。物流的发展也是如此,必须按照客户的需要提供高度可靠的、特殊的、额外的服务“, 以顾客为中心”服务的内容将不断增多,服务的重要性也将越来越大,如果没有智能物流系统柔性化的目的是不可能达到的。
2.1.3 一体化
智能物流活动既包括企业内部生产过程中的全部物流活动,也包括企业与企业、企业与个人之间的全部物流活动等。智能物流的一体化是指智能物流活动的整体化和系统化,它是以智能物流管理为核心,将物流过程中运输、存储、包装、装卸等诸环节集合成一体化系统,以最低的成本向客户提供最满意的物流服务。
2.1.4 社会化
随着物流设施的国际化、物流技术的全球化和物流服务的全面化,物流活动并不仅仅局限于一个企业、一个地区或一个国家。为实现货物在国际间的流动和交换,以促进区域经济的发展和世界资源优化配置,一个社会化的智能物流体系正在逐渐形成。构建智能物流体系对于降低商品流通成本将起到决定性的作用,并成为智能型社会发展的基础。
3 智能物流的主要支撑技术
3. 1 自动识别技术 自动识别技术是以计算机、光、机、电、通信等技术的发展为基础的一种高度自动化的数据采集技术。它通过应用一定的识别装置,自动地获取被识别物体的相关信息,并提供给后台的处理系统来完成相关后续处理的一种技术。它能够帮助人们快速而又准确地进行海量数据的自动采集和输入,目前在运输、仓储、配送等方面已得到广泛的应用。自动识别技术在20 世纪70 年代初步形成规模,经过近30年的发展,自动识别技术已经发展成为由条码识别技术、智能卡识别技术、光字符识别技术、射频识别技术、生物识别技术等组成的综合技术,并正在向集成应用的方向发展。
条码识别技术是目前使用最广泛的自动识别技术,它是利用光电扫描设备识读条码符号,从而实现信息自动录入。条码是由一组按特定规则排列的条、空及对应字符组成的表示一定信息的符号。不同的码制,条码符号的组成规则不同。目前,较常使用的码制有: EAN/ UPC 条码、128 条码、ITF - 14 条码、交插二五条码、三九条码、库德巴条码等。
射频识别(RFID) 技术是近几年发展起来的现代自动识别技术,它是利用感应、无线电波或微波技术的读写器设备对射频标签进行非接触式识读,达到对数据自动采集的目的。它可以识别高速运动物体,也可以同时识读多个对象,具有抗恶劣环境、保密性强等特点。
生物识别技术是利用人类自身生理或行为特征进行身份认定的一种技术。生物特征包括手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等,行为特征包括签字、声音等。由于人体特征具有不可复制的特性,这一技术的安全性较传统意义上的身份验证机制有很大的提高。目前,人们已经发展了虹膜识别技术、视网膜识别技术、面部识别技术、签名识别技术、声音识别技术、指纹识别技术等六种生物识别技术。
3. 2 数据仓库和数据挖掘技术 数据仓库出现在20 世纪80 年代中期,它是一个面向主题的、集成的、非易失的、时变的数据集合,数据仓库的目标是把来源不同的、结构相异的数据经加工后在数据仓库中存储、提取和维护,它支持全面的、大量的复杂数据的分析处理和高层次的决策支持。数据仓库使用户拥有任意提取数据的自由,而不干扰业务数据库的正常运行。
数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中, 挖掘出隐含的、未知的、对决策有潜在价值的知识和规则的过程。一般分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等,预测型数据挖掘包括分类、回归及时间序列分析等。其目的是通过对数据的统计、分析、综合、归纳和推理, 揭示事件间的相互关系,预测未来的发展趋势,为企业的决策者提供决策依据。
3. 3 人工智能技术 人工智能就是探索研究用各种机器模拟人类智能的途径,使人类的智能得以物化与延伸的一门学科。它借鉴仿生学思想,用数学语言抽象描述知识,用以模仿生物体系和人类的智能机制,目前主要的方法有神经网络、进化计算和粒度计算三种。
3. 3. 1 神经网络。神经网络是在生物神经网络研究的基础上模拟人类的形象直觉思维,根据生物神经元和神经网络的特点,通过简化、归纳,提炼总结出来的一类并行处理网络。神经网络的主要功能主要有联想记忆、分类聚类和优化计算等。虽然神经网络具有结构复杂、可解释性差、训练时间长等缺点,但由于其对噪声数据的高承受能力和低错误率的优点,以及各种网络训练算法如网络剪枝算法和规则提取算法的不断提出与完善,使得神经网络在数据挖掘中的应用越来越为广大使用者所青睐。
3. 3. 2 进化计算。进化计算是模拟生物进化理论而发展起来的一种通用的问题求解的方法。因为它来源于自然界的生物进化,所以它具有自然界生物所共有的极强的适应性特点,这使得它能够解决那些难以用传统方法来解决的复杂问题。它采用了多点并行搜索的方式,通过选择、交叉和变异等进化操作,反复叠代,在个体的适应度值的指导下,使得每代进化的结果都优于上一代,如此逐代进化,直至产生全局最优解或全局近优解。其中最具代表性的就是遗传算法,它是基于自然界的生物遗传进化机理而演化出来的一种自适应优化算法。
3. 3. 3 粒度计算。早在1990 年,我国著名学者张钹和张铃在文献[5 ]中就进行了关于粒度问题的讨论,并指出“人类智能的一个公认的特点,就是人们能从极不相同的粒度(granulari2ty) 上观察和分析同一问题。人们不仅能在不同粒度的世界上进行问题的求解,而且能够很快地从一个粒度世界跳到另一个粒度世界,往返自如,毫无困难。这种处理不同粒度世界的能力,正是人类问题求解的强有力的表现”。随后,Zadeh 在文献[7 - 9 ]中讨论模糊信息粒度理论时,提出人类认知的三个主要概念,即粒度(包括将全体分解为部分) 、组织(包括从部分集成全体) 和因果(包括因果的关联) ,并进一步提出了粒度计算。他认为,粒度计算是一把大伞,它覆盖了所有有关粒度的理论、方法论、技术和工具的研究。目前主要有模糊集理论、粗糙集理论和商空间理论三种。
模糊集理论是Zadeh 在文献[ 10 ]中首先提出,它研究的是一种不确定性现象,这种不确定性是由于事物之间差异的中间过渡性所引起的划分上的不确定性,是事物本身固有的,它摆脱了经典数学中的二元性(非此即彼) ,使得概念的外延具有一种模糊性(亦此亦彼) 。模糊现象在自然界是普遍存在的,由于模糊理论是一种智能信息处理的方法,非常适合于处理模糊的、不确定性的信息,能模拟人脑的不精确性,它与其它智能方法相结合,既能弥补彼此的缺点,又能发挥各自的优势。粗糙集理论是Pawlak 在文献[11 ]中首先提出的,它是利用等价关系将集合中的元素进行分类,生成集合的某种划分,与等价关系相对应。同一等价类的元素是不可分辨的,对信息的处理可以在等价类的粒度上进行,这样根据研究问题的需要,只保留某些关键信息,从而达到简化问题的目的。模糊集理论和粗糙集理论都可以用来描述信息的不确定性,虽然它们之间有着很密切的联系,有很强的互补性,但它们的出发点和侧重点不同。模糊集理论是基于元素对集合的隶属程度不同,强调集合边界的模糊性,而粗糙集理论是由一对精确集合(上、下近似集) 来界定的,通过建立新型的成员关系,计算成员归属程度的不确定性,它无需任何先验知识。
商空间理论是将不同的粒度世界与数学上的商集概念统一起来,用一个三元组(X,f ,T) ,即论域、属性、结构来描述一个问题,在其论域上引入等价关系R ,对应于R 的商集[ X] ,然后将[ X]当作新的论域, 也必有一个对应的三元组( [ X] , [ f ] ,[ T]) ,对它进行分析、研究,从而将问题表述成不同的粒度世界,进而达到简化问题、解决问题的目的。和粗糙集方法一样都是利用等价类来描述“粒度”,都是用“粒度”来描述概念。但是商空间理论讨论的论域是一个拓扑空间,元素之间有拓扑关系,而粗糙集理论,其论域只是简单的点集,元素之间没有拓扑关系,它们只是商空间所讨论的情况的一个非常特殊的特例。而且讨论的着重点有所不同,商空间理论讨论的着重点是研究不同粒度世界之间的互相转换、互相依存的关系,是描述空间关系学说的理论;而粗糙集理论主要是研究粒度的表示、刻画和粒度与概念之间的依存关系。
4 结语
智能物流是物流发展的必然趋势,智能物流的发展得益于计算机技术、网络技术、自动化技术、人工智能技术的发展,同时还需要政府和社会的调控和推动,为智能物流发展创造很好的外部环境,只有这样,才能促进智能物流健康、有序地向前发展。
