大數據技術用于智慧物流中的策略

梁英杰

（廣西電力職業技術學院，廣西壯族自治區 南寧 530007）

隨著信息技術的不斷進步，互聯網已進入千家萬戶成為人們工作和生活中必不可少的重要工具。在這樣的背景下，社會經濟也在尋找更多新的方式促進傳統產業的優化升級，讓傳統產業與互聯網技術能夠實現有效結合，推動傳統產業的轉型。在這樣的背景下，智慧物流應運而生，推動著物流產業鏈的不斷進步與發展，讓物流行業能夠走向自動化、智能化、可視化、網絡化的發展道路，使物流行業內部的資源配置更加高效，也使物流行業的服務質量和服務效率得到有效提升。

1 智慧物流與大數據技術概述

智慧物流是由中國物流協會信息中心在2009年提出的新概念，其核心在于利用互聯網資源對物流進行科學的動態管理，物流工作朝著智能化和自動化的方向發展，從而使物流資源的利用效率做到全面提升，讓物流行業的生產力水平得到進一步發展，使物流行業的社會價值不斷拓展。在社會經濟不斷發展的今天，智慧物流應該立足于社會的發展實際，結合我國的發展目標和戰略計劃，不斷更新自身的內涵與核心，促進自身的穩健發展。

大數據是指使用常規軟件無法在特定時間范圍內實現管理和處理的數據集合，需要采用新的管理方式才能夠讓海量、多樣化、高增長的數據資源具備更高的決策力和洞察力。大數據技術則是對大數據的應用技術，涵蓋了多種數據平臺和指數體系。在信息技術的推動下，大數據技術日趨成熟，為智慧物流的發展提供了更多先進的技術支持，讓智慧物流的工作環節得到進一步優化，有效提高了智慧物流的工作效率，對智慧物流的工作成本進行更有效控制。

2 大數據技術對智慧物流的積極影響

2.1 優化了傳統物流工作

在大數據技術的幫助下，智慧物流進入了新的發展時期，能夠進一步整合不同區域的有效資源，從而完成了對物流資源的高效統一調度，拓展了物流行業的服務空間。在這樣的環境下，不同的物流企業可以進一步加強合作，優化市場環境中的資源配置，使物流行業中的資源調度更加科學規范。從目前的發展趨勢來看，傳統的倉儲管理也朝著智能化的方向發展，由不同部門負責相應的業務模塊，并對業務模塊進行高效的實時監督與管理，能夠在出現問題時及時采取有效的解決措施。例如，在物流配送的環節中，通過大數據技術的幫助，物流的配送時間明顯縮短，一方面是讓上下級企業能夠實現配送信息的實時共享，另一方面是可以快速分析運輸路線的路況，從而找到最佳的配送路線，將貨物及時送到客戶手中，提高配送的質量和效率。

2.2 促進了實體經濟的發展

隨著社會經濟的不斷發展，社會的需求結構也出現了新的變化。如今，國家經濟的增長在很大程度上依賴于各種形式的消費活動，而物流是將消費群體和生產過程聯系起來的重要環節，是資源配置中不可或缺的重要組成部分。在大數據技術的幫助下，智能化優勢進一步凸顯，讓原來復雜的分配交換環節通過大數據的技術處理得到有效簡化，從而縮短了產品的消費周期。對于現代企業而言，勞動生產率的提升和生產成本的不斷降低是提高企業利潤的有效方式，但同樣物流的成本和效率也會對企業利潤造成影響。

3 大數據技術在智慧物流應用中存在的問題

3.1 大數據管理體系不完善

在智慧物流發展的過程中，多個行政部門都發揮著重要的作用，例如商務部、工信部、改革委員會、交通部、信息技術部等。但是，由于目前大數據技術的發展仍在探索階段，涉及智慧物流的管理內容相對較多，各條塊的分割方式較為復雜，由此帶來了較為嚴重的信息孤島現象，這就導致大數據技術在利用的過程中存在較為嚴重的資源浪費情況，導致大數據技術帶來的優勢被吞沒，嚴重影響了智慧物流的進一步發展。在這樣的背景下，要提高智慧物流的發展效率，就必須充分利用大數據高效的信息交流能力，讓各個行業之間建立起有效的溝通與合作關系，幫助不同行業找到共同的前進方向，為大數據技術在物流中的發展提供良好的市場環境和管理環境，建立起完善的智慧物流大數據管理體系，保障智慧物流的健康發展。

3.2 規范標準不統一

在大數據技術背景下，智慧物流也實現了一定的突破。但是，針對大數據技術應用的相關規章制度并沒有統一的標準，許多規范散亂復雜，也并不符合現代物流的實際要求。因此，在貫徹這些物流規則的過程中，標準的大數據應用體系并沒有建立起來，使得企業在進行物流管理時存在許多問題。除此之外，由于規范標準的不統一，企業在進行信息采集時也存在相應的誤差或遺漏，這就導致不同環節之間的信息銜接存在差異，嚴重影響了信息的傳遞質量和傳遞效率，無法實現實時、準確的共享，嚴重影響了大數據的實際應用效果，極有可能導致智慧物流工作中出現資源浪費的情況，不利于控制企業的物流成本。

3.3 大數據技術的應用水平低

在我國經濟不斷發展的背景下，互聯網技術有了突破性發展，但是在實際應用中大數據技術仍然存在一定的局限性，不能很好地支撐企業的創新與產業的升級。因此，在物聯網的發展過程中，我國仍然要不斷研發更加核心的高端技術產品，進一步推動大數據技術的應用研究工作，促進智慧物流的普及。除此之外，智慧物流中所應用的條形碼、全球定位系統等電子數據轉換系統，在許多物流企業中的普及率不高，缺少智能化的自動識別系統和自動追蹤系統，導致信息的收集和處理不及時、不完善，云平臺和大數據技術無法充分發揮應有的價值，嚴重制約了智慧物流的進步。

4 大數據技術用于智慧物流中的優化策略

4.1 制定大數據技術的建設目標

在科技不斷進步和發展的背景下，各類IOT技術和人工智能技術已經日趨成熟，因此應用大數據技術所需要的各類硬件設施和軟件設施成本也在不斷降低，會吸引更多的企業在智慧物流中利用大數據技術實現發展進步。因此需要樹立起正確的大數據技術建設目標，例如“1259”工程建設體系，在城市內建立起統一的物流公共信息平臺，建設智慧物流配送體系和現代化物流倉儲體系，加強水、空、鐵、公路的多式聯運體系建設，提升城市內數千家物流企業的信息化水平，充分利用大數據技術的先進性不斷推動智慧物流的進步與發展，推動區域物流系統朝著智能化現代交通物流產業體系發展，打造全市物流信息體系，推動區域物流公共信息平臺與行業性物流信息電子網絡的發展，實現綜合性物流園區和專業性物流中心的數據共享，使物流園區和物流中心的大數據應用水平不斷提升，推動智慧倉儲的發展，實現數字化供應鏈的完善，從而打造完善的現代物流配送體系。

4.2 建設大數據信息平臺的邏輯架構

在大數據信息平臺的邏輯架構主要包括以下幾個方面：

在感知層要進一步完善數據的采集工作，利用物聯網技術和先進的采集裝置，對初始數據進行完整的收集工作，例如通過視頻識別、條碼識別、GIS系統、傳感器識別、RFID等技術采集物流的原始數據，并實時跟蹤物流動態，及時反饋物流信息，使感知層的智能化水平得到提升，為更高層次的數據運用奠定良好的基礎。

在數據層則要充分利用大數據分析的優勢，對采集到的有效信息進行處理，實現信息的過濾和存儲。感知層會將非結構化和結構化的數據向數據層進行傳輸，并通過有效開放的接口獲取智慧物流全域、企業實體、金融機構和政府中的有效信息，并傳輸至數據層資格資源庫，從而提供更加多樣化的樣本為數據分析提供參考，確保數據分析的準確性和有效性。

在支持應用層次，數據處理是最為關鍵的環節，一般會采用自配置處理或決策支持處理的方式進行。感知層在完成數據收集后，通過pig流或者storm處理系統進行有效處理，確保數據能夠順利進入落地層，并在數據處理中心完成元數據的過濾和交換，讓數據自配置處理的結果能夠更加具有指向性，使數據分析結果可視化，從而更好地為物流管理提供服務，有效分析智慧物流中的運輸、交易、倉儲、金融等環節，從而優化自動分揀、運輸路線和庫存。

4.3 優化智慧物流中大數據分析的流程

首先，物流企業需要建立起完善的大數據信息平臺，促進物流信息的有效收集和實時分享，連接物流活動的各個環節，從而實現物流信息的高效整合，讓供應鏈結構得到進一步優化，使物流布局更加符合企業和社會的發展需求，高質量控制物流業務的正常運行，不斷提高物流管理的服務質量，讓物流行業內部的各類資源得到有效配置，讓大數據技術的應用優勢發揮出來。通過大數據信息平臺的完善，不僅能夠充分發揮數據倉庫的存儲功能，還可以將行業內的不同物流企業和物流業務區分開來，不僅能夠實現高效的溝通與管理，還能夠完成物流數據的有效分類?，F階段，如阿里云、京東云等云數據庫正在不斷發展中，能夠為電子商務提供專業化數據服務，為大數據信息平臺的完善奠定了良好的基礎，幫助企業更加準確的分析物流數據，從而提高物流管理工作的質量和效率。

其次，可以借助PDCA循環來對數據進行進一步的清洗和優化，從而有效提高質量管理的效率。首先，制定計劃（Plan），明確分析數據的原因和目的，確定分析數據的人員和地點，并規劃分析數據的時間和方法，從而確保數據的有效性。在挖掘數據時可以借助云調度、決策樹、神經網絡、關聯規則挖掘等眾多模型進行綜合分析。隨后，根據制定的計劃進行操作（do），以達到計劃預期的目標。然后再對數據進行檢查（check），查看數據是否存在遺漏或污染，找到數據中隱藏的信息價值。最后，對無用的、被污染的數據進行處理（Action），彌補遺漏的數據。在這一過程中，可以借助PDCA循環反復對物流數據進行清理，找到物流數據中潛在的價值，從而保障數據的有效性。

數據分析是大數據技術下智慧物流的核心內容，因此應該盡快推動物流智能決策體系的建立，使物流大數據的挖掘能力不斷提高，讓智慧物流的數據分析能夠得到進一步發展?；谥腔畚锪鞯陌l展，應該從更多的角度對物流數據進行有效分析，從而預處理相應的物流作業，保證物流工作的智能化和科學化；還需要對物流大數據進行深層挖掘，并以此為據診斷物流運行管理中存在的問題，提高智能物流的有效性。在這一過程中，物流企業應該從公司發展的實際情況出發，選擇適宜的分析手段，不斷提升大數據分析的質量，幫助企業對未來發展作出正確的決策和預估，把握行業發展的方向，在不斷進取的狀態中突破發展瓶頸，適應現代社會對智慧物流的需求。

例如以物流集散中心為出發點，配送多個客戶包裹時，可以通過大數據信息和智能計算模型來選擇最佳的運輸路線，縮短配送時間，實現路徑優化計算。例如設置dij為車輛在i點到j點的運輸距離，設置gi為客戶i所需的貨物量，q為運輸車的承載量，將集散中心標記為0，客戶標記為1、2……n，運輸車輛從集散中心出發，設置xijk表示車輛k是否需要從客戶i的地點前往客戶j的地點，而yik則表示車輛k是否為客戶i服務。

隨后根據數學模型可以表現為以下公式。

其中，公式3是計算出車輛最優路徑的函數，公式4則是對每輛車運送貨物最大承載量的限制，公式5則代表每位客戶僅接受一輛車服務，而公式6則是控制運輸車輛的數量。

4.4 優化電子商務的智慧物流流程

電子商務和物流之間存在相互依存的緊密關系，隨著電子商務平臺的不斷增加和規模不斷擴大，物流也發揮著越來越重要的作用。在這樣的背景下，如何提高企業的物流效率來滿足電子商務的發展速度，成為各企業積極探索的問題。智慧物流的出現與發展為電子商務平臺的正常運轉奠定了良好的基礎，借助大數據系統和人工智能算法，能夠建立起完善的電子商務互聯網絡，每日可以處理超過千萬件的包裹，為電子商務的發展提供了堅實的保障。通過大數據計算，能夠有效地規劃電子商務平臺的倉儲信息和干線運輸，優化運輸工具的調度和運輸包裹的分揀工作，讓配送業務的效率得到進一步提升。在智慧物流的幫助下，各城市的即時配送業務效率不斷提升，有些城市甚至已經達到分鐘級配送的效果。在不斷完善物流網絡和大數據計算的幫助下，電子商務平臺可以選擇更加合理的物流節點、更加優化的運輸路線和更加科學的倉儲位置，促進了電子商務行業的進步。

5 結語

綜上所述，在智慧物流發展速度日益提升的今日，大數據技術能夠快速高效的處理海量數據，從中獲取有價值的戰略資源，為企業的決策提供有效的數據參考，同時不斷提高物流企業的工作效率和工作質量，合理優化物流企業的資源配置，推動物流企業的長遠發展。