基于大數據的智慧物流模式構建

（順德職業技術學院，廣東 佛山 528300）

1 引言

智慧物流2009年12月由中國物流技術協會信息中心、華夏物聯網、《物流技術與應用》編輯部聯合提出，它是從IBM提出的“智慧供應鏈”的概念延伸而來的，指的是采用集成智能化技術，使智慧物流模仿人的智能，運用感知、學習、推理判斷等思維能力，使物流系統具備自行解決物流中某些問題的能力。智慧物流整合現有的物聯網、傳感網與互聯網資源與技術，通過精細化、動態化的科學管理，實現物流的自動化、可視化、可控化、智能化、網絡化，從而提高資源的利用率和生產力水平。大數據技術是智慧物流實現的基礎，運用大數據相關技術，智慧物流可以大幅度提升物流效率，提高用戶滿意度，同時降低物流成本。未來，智慧物流將從根本上改變目前物流運行的模式，因此研究并構建基于大數據的智慧物流模式具有重要意義。

2 大數據與智慧物流

2.1 大數據

麥肯錫提出了大數據的定義：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。大數據技術的關鍵不是掌握多么龐大的數據，而是如何專業化處理這些具有特定意義的數據，通過提高對數據信息的“加工能力”，讓這些數據變得更有價值。

大數據與云計算聯系緊密。大數據無法用單臺的計算機進行處理，必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術，對海量數據進行數據挖掘。當前，大數據正應用于越來越多的行業或領域，如交通運輸、醫療行業、預防犯罪、地質災害預警、天氣預報等，并發揮了巨大作用。未來的趨勢是大數據成為戰略資源，大數據的應用與云計算深度結合，數據管理越來越成為企業、行業甚至一個國家的核心競爭力。

2015年國務院發布了《促進大數據發展行動綱要》，其指出：未來5至10年，大力推動大數據的發展和應用，建立運行平穩、安全高效的經濟運行新機制，構建以人為本、惠及全民的民生服務新體系，開啟大眾創業、萬眾創新的創新驅動新格局，培育高端智能、新興繁榮的產業發展新生態。

2.2 智慧物流

2009年，奧巴馬提出將“智慧的地球”作為美國國家戰略，此后，“智慧”兩字被用于許多行業事物，如智慧城市、智慧交通、智慧校園等，隨后，中國物流技術協會信息中心聯合華夏物聯網、《物流技術與應用》編輯部提出“智慧物流”的概念。

不同學者對“智慧物流”有不同的解讀，李芏巍教授的表述比較準確到位，即將互聯網與新一代信息技術應用于物流業中，實現物流的自動化、可視化、可控化、智能化、信息化、網絡化，從而提高資源利用率的服務模式和提高生產力水平的創新形態。

隨著物流的快速發展，大數據、云計算、物聯網技術的作用日益凸顯。物流企業在倉儲、運輸、配送、加工等環節每天都會涌現出大量的數據，面對海量數據，物流企業只能不斷加大大數據方面的投入，越來越多的企業把大數據看作是一項戰略資源，而不僅僅是一種信息技術。隨著大數據時代的到來，大數據技術可以通過構建數據中心，挖掘出隱藏在數據背后信息的價值，充分發揮大數據給物流企業帶來的發展優勢，為企業打造智慧物流過程中的戰略決策、運營規劃、資源統籌、人效提升、成本控制等方面提供有力支撐，幫助企業優化管理，提高行業競爭力。

3 大數據時代的智慧物流模式框架構建

從供需平衡角度出發，智慧物流讓物流具有智能性，讓物流系統具有思維、感知、學習和自行解決問題的能力，其目標是為供方即物流企業提供最大化的利潤，為需方提供最佳的服務，同時在供需平衡前提下使資源利用最大化，這就是智慧物流的本質。

大數據背景下的智慧物流具備信息化、數字化、網絡化、集成化、可視化等先進技術特征，依據大數據對物流信息進行處理。智慧物流信息技術主要包括物流信息感知技術、物流信息推送技術、物流信息處理技術、物流信息分析技術、物流信息預測技術。

智慧感知技術捕捉物流運作過程中的各種基礎數據：流體、流速、流向、流量及環境參數。感知技術讓物流的全過程透明化，是實現物流全程可視、可控和可追溯的基礎與前提；運用先進的信息傳輸與通信技術網絡構建傳輸平臺，實現各物流主體之間的信息和業務互聯互通；在數據處理與服務中心，通過對信息的深度挖掘與計算分析，讓物流主體與前臺協同運作，及時獲取系統優化決策方案，通過云倉儲、云運輸配送等共享方式，為客戶提供高水平的物流服務。

智慧物流系統的體系架構包含四層，如圖1所示，最下層是感知層，往上是網絡傳輸層，再上面一層是數據存儲層，最上層是應用服務層。

（1）數據感知層。包括識別系統、定位系統和跟蹤系統。系統采用多種信息感知技術設備（RFID、條碼槍、傳感器等），運用條碼識別、圖像識別、傳感器探測，結合GPS、導航系統、定位跟蹤系統，來實時、自動化、智能化采集物流各環節（生產、運輸、儲存等）相關信息。對收集和監測到的物流信息進行分類、融合處理，實時掌控物品流通全流程的信息。

圖1 智慧物流系統架構

（2）數據傳輸層。利用各種傳輸網絡和通信技術，及時、安全地傳輸感知設備所收集的信息。用于傳輸的數據通路，由各類接入網絡和通信技術構成，除了傳統的互聯網外，應用較為廣泛的是移動通信技術和集群通信技術等。高效的數據傳輸保障物流信息的及時掌控。

（3）數據存儲層。云存儲平臺層在應用層和網絡傳輸層之間，它的作用是對感知層獲取的數據進行處理和管理。把各種物流信息、物流公司信息、需方信息等數據集中在云存儲中，通過信息整合、分類與智能處理技術，形成倉儲云、運輸云、資金云等,通過大量的計算處理，最終為使用者提供各種信息查詢、統計和集成應用，向顧客提供個性化服務。

（4）應用服務層。包括數據互換平臺，公共服務平臺和企業用戶服務平臺。應用層位于最上層，解決的是信息處理和人機交互的問題。用戶通過在終端上發布指令和接收信息便可獲得各種各樣的服務，獲取有價值的信息，為其決策提供依據，提高管理質量和效率。

4 基于大數據的智慧物流系統構建途徑

與傳統物流不同，智慧物流系統以數據作為開始，數據的應用貫穿整個過程，并循環上升。通過可靠的數據源和處理技術，借助大數據及其技術，我們就可以設計智慧物流系統，系統的設計與構建過程可以通過下面幾個步驟得以實現：

（1）以大數據、物聯網技術為基礎構建智慧感知端。物流信息的全面感知是建設智慧物流系統的前提。通過大數據、物聯網技術準確及時地采集業務運行數據：客戶在哪里，有何需求，需要運送什么物品，采用何種運輸工具，物品在運輸過程中狀態如何，把所有這些信息收集、集中放置在智慧物流系統里。信息采集如果不能做到及時準確，就談不上物流的智慧化了。主要應用技術包括：傳感技術、RFID、圖像識別技術、定位導航技術等。通過迅速、及時抓取倉庫網點、運輸車輛、配送工具、終端門店人、物的信息，建立數據庫，為后續的云計算、智慧決策等提供信息支撐基礎。如在運輸車輛上應用RFID標簽、安裝溫濕度傳感器和GPS接收裝置，實現對運輸貨物的動態跟蹤監控，并根據道路交通狀況對運輸車輛實現智能調度。

（2）建設以互聯網、移動通信技術為支撐的傳輸通道。傳輸通道是連接數據采集層和數據存儲層的橋梁。物流信息的傳輸通過互聯網、移動通信網、無線傳感器網絡來完成。目前互聯網、移動通信等技術發展已相對成熟，能夠實現物流數據的傳輸。各種接入設備與移動通信網和互聯網連接，信息在網絡通道中傳輸，并進行分類等初步處理。各個感知端獲得的相關信息，通過傳輸通道及時、準確傳遞到網絡上的存儲服務器中，形成各種存儲云。

（3）建立以大數據、云計算技術為核心的存儲云。存儲層為應用層實現多樣性服務提供大數據基礎。來自于交易環節及物流各環節的海量數據，單臺電腦或服務器無法容納，如何存儲及處理這些數據顯得很關鍵。云計算由于具有強大的存儲能力和計算處理能力，可以為智慧物流系統提供海量的存儲和計算資源。采用統一的數據存儲格式和數據處理方法，這些海量數據按照一定的分配方式，存儲于網絡中的各類存儲設備、服務器中，形成倉儲云、運輸云、交易云等，可以為管理者提供決策支持。云計算是感知端各種信息處理、整合并應用的核心支撐。智慧物流中的云計算中心整合感知端和傳輸端所收集、傳遞的信息，為使用者提供定制化服務，降低應用成本，并能提高處理效率。

（4）開發可視化、智能化的應用服務平臺系統。應用層對海量的數據和信息進行分析和處理，運用數據挖掘、云計算等智能技術，可以實現物流過程的智能化管理與控制。以大數據、物聯網為基礎的智慧物流，其運作需要應用服務平臺的支撐。開發集成化、智能化的物流信息管理與應用平臺，可以實現物流低成本高效運作，同時提升用戶滿意度。常見的應用服務平臺包括：公共服務平臺、企業用戶平臺，不同的平臺針對不同類型的客戶。各平臺可根據需求建立各種系統，如：商品可追溯系統、運單跟蹤查詢系統、智能化分揀配送系統等，為使用者提供個性化、多樣化服務，同時為管理者提供需求預測、決策支持，并實現對物流的全程可視化管理，打造智慧供應鏈。

5 智慧物流模式的關鍵技術

（1）業務數據智能感知技術。通過大數據技術及時準確地采集業務運行的數據，并分不同層次需求展示出來。如果系統無法準確及時收集數據，那么即使數據量夠大，處理后的大數據價值令人質疑，智慧化物流就無從談起。

智慧物流通過自動識別與數據獲取技術對周邊情景進行感知。各種物流單元、物流工具、物流環境構成了現代物流系統，借助自動識別與數據獲取技術對物流全過程進行情景感知，使得處于不同位置、環境的物流對象能夠可靠、穩定運行。智能感知技術包括RFID讀寫系統、條碼讀寫系統、GPS、各種傳感器等。依靠智能感知，確定目標對象的身份、位置、時間、狀態等，為物流的智慧管理提供數據基礎。

（2）大數據處理技術。在大數據的采集及處理上，一般認為：大數據獲取、大數據預處理、大數據存儲、大數據分析及預測等是關鍵技術。在數據獲取上，現有的RFID射頻技術、傳感技術、移動互聯網數據抓取技術等，基本能滿足多種類型數據的獲取，目前仍需突破分布式高速高可靠數據采集、高速數據全映像等大數據收集技術；在數據存儲上，結構化、半結構化和非結構化復雜大數據的管理與處理技術需要重點解決；在數據分析上，需要開發新一代的數據挖掘技術、大數據融合技術；大數據應用的核心是對未來業務進行預測，這也是大數據發揮最大價值的地方。對于物流行業，完全準確的預測是非常困難的，如果能夠提前進行業務量預測，就可以對物流過程進行更好的時效控制，進而避免浪費。

（3）大數據智能決策。依托大數據技術進行智能物流決策，很大程度依賴于對未來業務的準確性預測，未來業務的預測準確性高，智能決策就容易實現。當今，基于大數據的智能決策技術在人工智能領域取得突破，例如谷歌AlPhaGo。物聯網終端有海量的感知信息，智能分析系統對這些信息連同訂單信息、客戶分布數據等進行計算分析，在此基礎上，考慮物流的時間、成本、客戶服務要求等決策因素，智能決策系統能夠制定出更加合理、準確和科學的決策。如物流數據統計分析輔助相關部門制定政策，配送路徑分析幫助物流企業優化配送路線等。智能決策系統為物流企業、運輸部門和政府部門等制定戰略規劃和經營決策提供參考。

6 結論

大數據時代的到來，引領傳統物流走向更加高端的智慧物流發展階段。以大數據、物聯網技術為基礎的智慧物流系統，通過軟件把人和設備連接起來，經過不斷進化，物流系統的智能化水平不斷提升，并逐步達到最佳狀態。應該看到，未來我國物流業的發展方向是采用智慧物流模式。隨著大數據、物聯網技術的不斷成熟，智慧物流模式在物流行業得到推廣應用，未來，智慧物流將變得越來越智能，它在為使用者提供更加便利的物流服務時，幫助用戶提高響應速度，降低物流成本，同時幫助企業在供應鏈中延伸出更多業務。

[1]王謙,李江鳳.基于物聯網管理模式的智慧物流模式構建[J].中國市場,2014,(50):79-82.

[2]王之泰.城鎮化需要“智慧物流”[J].中國流通經濟,2014,(3):4-8.

[3]張國伍.大數據與智慧物流—“交通7+1論壇”第三十七次會議紀實[J].交通運輸系統工程與信息,2015,(1):3-10.

[4]邵廣利.基于物聯網技術的智慧物流發展模式研究[J].物流工程與管理,2015,(11):111-114.

[5]胡永生,任敏.基于物聯網技術的智慧物流發展策略研究[J].物聯網技術,2015,(11):77-78.

[6]高寧,倪立明.物聯網在智慧物流管理中的應用[J].物流工程與管理,2016,(1):37-38,40.

[7]李鵬濤.大數據與智慧物流概述—“大數據與智慧物流"連載之一[J].物流技術與應用,2017,(1):133-135.