第09章物流管理決策支持系統(tǒng)9.1物流管理決策概述9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘9.3物流系統(tǒng)仿真分析9.4基于人工智能的決策支持系統(tǒng)1/28

物流信息系統(tǒng)的管理決策價(jià)值物流管理的目標(biāo)主要有兩個(gè)，即降低物流成本與提高客戶服務(wù)水平。供應(yīng)鏈物流全程監(jiān)控物流服務(wù)是綜合性服務(wù)，其中任何一個(gè)環(huán)節(jié)的，都將造成整個(gè)物流服務(wù)水平的降低。物流管理實(shí)質(zhì)就是對(duì)物流活動(dòng)進(jìn)行計(jì)劃、組織、領(lǐng)導(dǎo)和控制的過(guò)程，但隨著物流管理全球化發(fā)展，使得物流全過(guò)程的計(jì)劃、組織、領(lǐng)導(dǎo)和控制成為物流發(fā)展的核心問(wèn)題。9.1物流管理決策概述2/28客戶需求的快速響應(yīng)在市場(chǎng)競(jìng)爭(zhēng)異常激烈的當(dāng)今社會(huì)，客戶需求快速響應(yīng)是物流管理的重要目標(biāo)之一，以客戶為中心是物流企業(yè)任何管理工作的中心。物流客戶大多會(huì)參與某一部分的物流服務(wù)過(guò)程。物流服務(wù)可靠性、時(shí)間性和快速響應(yīng)性得以實(shí)現(xiàn)的保證就需要第一時(shí)間掌握客戶的最新信息資料，及時(shí)了解客戶的需求變化，并及時(shí)對(duì)客戶需求做出反應(yīng)。海爾物流3個(gè)JIT（即JIT采購(gòu)、JIT配送和JIT分撥物流來(lái)實(shí)現(xiàn)同步流程）UPS公司斥巨資開(kāi)發(fā)新物流軟件（將包裹進(jìn)行自動(dòng)分類排序，從而實(shí)現(xiàn)以最有效的順序進(jìn)行裝載）9.1物流管理決策概述3/28

面向信息化的物流決策過(guò)程分析在物流管理活動(dòng)中，不僅物流信息對(duì)決策過(guò)程很重要，而且信息的質(zhì)量、信息收集方式以及信息流動(dòng)模式對(duì)決策影響也受到越來(lái)越多的關(guān)注。物流信息是分層次的，根據(jù)管理層次的不同可劃分為戰(zhàn)略層、戰(zhàn)術(shù)層和作業(yè)層3個(gè)層次，在物流組織不同層次的管理者所需要信息類型是不同的。物流管理決策過(guò)程不是單一的活動(dòng)，它和決策的內(nèi)容、涉及的問(wèn)題規(guī)模、所在的環(huán)境、不同時(shí)間完成不同功能等問(wèn)題都有聯(lián)系。例如，配送中心或倉(cāng)儲(chǔ)的選址問(wèn)題，選址與庫(kù)存、運(yùn)輸成本之間存在著密切聯(lián)系，配送中心等設(shè)施的數(shù)量增大，庫(kù)存及由此引起的庫(kù)存成本往往會(huì)增加；反之，運(yùn)輸成本會(huì)較大。如何決策一個(gè)物流系統(tǒng)中設(shè)施的數(shù)量、位置和分配方案，需要管理決策者仔細(xì)考察相關(guān)的問(wèn)題，進(jìn)行詳細(xì)的調(diào)整、分析，然后提出設(shè)計(jì)方案，并對(duì)特定的方案做出選擇。9.1物流管理決策概述4/28管理學(xué)家西蒙(simon,1996)給出了管理決策制定的4個(gè)階段，分別為情報(bào)(intelligence)設(shè)計(jì)(design)、選擇(choice)、實(shí)施(executive)9.1物流管理決策概述5/28

數(shù)據(jù)倉(cāng)庫(kù)概念：在數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展過(guò)程中，許多人對(duì)此做出了貢獻(xiàn)。其中，Devlin和Murphy在1988年發(fā)表了一篇關(guān)于數(shù)據(jù)倉(cāng)庫(kù)論述的最早文章。而W.H.Inmon在1993年所寫(xiě)的論著《BuildingtheDataWarehouse》則首先系統(tǒng)性地闡述了關(guān)于數(shù)據(jù)倉(cāng)庫(kù)的思想、理論，為數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展獎(jiǎng)定了歷史基石。為此，W.H.Inmon被尊為數(shù)據(jù)倉(cāng)庫(kù)之父。他將數(shù)據(jù)倉(cāng)庫(kù)定義為“一個(gè)面向主題的、集成的隨時(shí)間變化的非易失性數(shù)據(jù)的集合，用于支持管理層的決策過(guò)程”。重要特征

面向主題性

數(shù)據(jù)的時(shí)變性數(shù)據(jù)的集合性9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘6/28數(shù)據(jù)集成性數(shù)據(jù)的易失性支持決策作用數(shù)據(jù)倉(cāng)庫(kù)與傳統(tǒng)數(shù)據(jù)庫(kù)的區(qū)別：數(shù)據(jù)倉(cāng)庫(kù)雖然是從數(shù)據(jù)庫(kù)發(fā)展而來(lái)的，但是兩者在許多方面都存在著相當(dāng)大的差異。9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘7/28數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)包括數(shù)據(jù)源、數(shù)據(jù)集成、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)查詢與分析工具9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘8/28

數(shù)據(jù)挖掘定義技術(shù)角度：數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際數(shù)據(jù)中，提取隱含在其中的、人們不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。商業(yè)應(yīng)用角度：數(shù)據(jù)挖掘是一種嶄新的商業(yè)信息處理技術(shù)。其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)化、分析和模式化處理，從中提取輔助商業(yè)決策的關(guān)鍵知識(shí)，即從一個(gè)數(shù)據(jù)庫(kù)中自動(dòng)發(fā)現(xiàn)相關(guān)商業(yè)模式?？梢悦枋龀砂雌髽I(yè)既定業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的商業(yè)規(guī)律，且進(jìn)一步將其模式化的數(shù)據(jù)處理方法。它最吸引人的地方就是能夠建立預(yù)測(cè)型而不是回顧型的模型。9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘9/28數(shù)據(jù)挖掘工具與傳統(tǒng)的數(shù)據(jù)分析工具比較9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘10/28數(shù)據(jù)挖掘工具常用的數(shù)據(jù)挖掘工具可以分成統(tǒng)計(jì)分析類、知識(shí)發(fā)現(xiàn)類和其他類型的數(shù)據(jù)挖掘工具三大類統(tǒng)計(jì)分析類(或稱數(shù)據(jù)分析)知識(shí)發(fā)現(xiàn)類其他數(shù)據(jù)挖掘技術(shù)9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘11/28數(shù)據(jù)挖掘工具（1）統(tǒng)計(jì)分析類（或稱數(shù)據(jù)分析）。該技術(shù)中使用的數(shù)據(jù)挖掘模型有線性分析和非線性分析、回歸分析、邏輯回歸分析、單變量分析、多變量分析、時(shí)間序列分析、最近鄰算法和聚類分析等技術(shù)。利用這些技術(shù)可以檢查那些異常形式的數(shù)據(jù)，然后，利用各種統(tǒng)計(jì)模型和屬性模型解釋這些數(shù)據(jù)，解釋隱藏在這些數(shù)據(jù)背后的市場(chǎng)規(guī)律和商業(yè)機(jī)會(huì)。例如，可以使用統(tǒng)計(jì)分析工具尋求最佳商業(yè)機(jī)會(huì)，增加市場(chǎng)份額和利潤(rùn)。這里以聚類方法舉例說(shuō)明。9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘12/28所謂聚類是從現(xiàn)實(shí)世界中抽取出待聚類事物的模式數(shù)據(jù)，再通過(guò)維數(shù)化簡(jiǎn)，抓住不同模式的主要特征，經(jīng)過(guò)聚類決策決將事物分成不同的類別。這些分類出來(lái)的子集稱為類別。在同一類別中的事物應(yīng)該是相似的，而在不同的類別中的事物則應(yīng)該盡可能不相似。各類別在聚類之前通常是未知的。常用的聚類方法有層次法、圖論法和目標(biāo)函數(shù)法。層次法是根據(jù)待聚類事物相似性的程度對(duì)其進(jìn)行逐層的分割和歸并，從而形成一個(gè)多層的類別樹(shù)狀圖。9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘13/28例如，對(duì)象x?,x?,…,x。的相似關(guān)系可模糊關(guān)系R來(lái)表達(dá)，R具有反射、對(duì)稱、極大----極小傳遞的特征。根據(jù)元素間的相似程度的大小，從小到大逐層分解，獲得4個(gè)層次的聚類。9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘14/28數(shù)據(jù)挖掘工具（2）知識(shí)發(fā)現(xiàn)類。知識(shí)發(fā)現(xiàn)類數(shù)據(jù)挖掘技術(shù)是與統(tǒng)計(jì)類數(shù)據(jù)挖掘技術(shù)完全不同的一種挖掘技術(shù)。它可以從數(shù)據(jù)倉(cāng)庫(kù)的大量數(shù)據(jù)中篩選信息，尋找市場(chǎng)可能出現(xiàn)的運(yùn)營(yíng)模式，發(fā)掘人們所不知道的事實(shí)。知識(shí)發(fā)現(xiàn)類數(shù)據(jù)挖掘技術(shù)包含人工神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、遺傳算法、粗糙集、規(guī)則發(fā)現(xiàn)和關(guān)聯(lián)順序等。（3）其他數(shù)據(jù)挖掘技術(shù)。其他數(shù)據(jù)挖掘技術(shù)中包含文本數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘、分類系統(tǒng)、可視化系統(tǒng)、空間數(shù)據(jù)挖掘和分布式數(shù)據(jù)挖掘等。9.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘15/28

系統(tǒng)仿真概念與目的概念：又稱為系統(tǒng)模擬，是利用系統(tǒng)模型在仿真的環(huán)境和條件下，對(duì)系統(tǒng)進(jìn)行研究、分析和試驗(yàn)的方法。系統(tǒng)仿真的目的在于利用人為控制的環(huán)境條件，改變某些特定的參數(shù)，觀察模型的反應(yīng)，研究真實(shí)系統(tǒng)的現(xiàn)象或過(guò)程，系統(tǒng)仿真方法是一種間接的研究方法。它是一種嶄新的輔助管理決策和系統(tǒng)設(shè)計(jì)的現(xiàn)代化管理技術(shù)。目的：通過(guò)仿真運(yùn)行獲得必要的技術(shù)經(jīng)濟(jì)數(shù)據(jù)，避免決策上的重大失誤；為了比較各種備選方案，從而使設(shè)計(jì)更合理，組織工作更周密；為了進(jìn)一步驗(yàn)證系統(tǒng)的功能，以便改進(jìn)。9.3

物流系統(tǒng)仿真分析16/28系統(tǒng)仿真的步驟提出并分析問(wèn)題。理清內(nèi)在關(guān)系與外部影響，弄清有關(guān)機(jī)關(guān)的運(yùn)行機(jī)制并收集調(diào)查各種資料。建立系統(tǒng)仿真模型。應(yīng)用已取得的資料數(shù)據(jù)，建立描述系統(tǒng)的仿真模型，以觀察其是否與實(shí)際系統(tǒng)情況相符合。若有差異，則立即予以修正，務(wù)求使建立的模型可靠有效。仿真模型驗(yàn)證。利用建立的仿真模型進(jìn)行一系列的仿真試驗(yàn)，對(duì)模型的各種輸入條件，觀察其輸出情況，了解各種條件的變化對(duì)現(xiàn)實(shí)過(guò)程的影響。對(duì)仿真結(jié)果進(jìn)行評(píng)價(jià)。對(duì)仿真計(jì)算的結(jié)果作統(tǒng)計(jì)分析，可判斷出系統(tǒng)的效能及存在的問(wèn)題。就此即可作出相應(yīng)的決策，提出改進(jìn)系統(tǒng)的意見(jiàn)。9.3

物流系統(tǒng)仿真分析17/28系統(tǒng)仿真的作用對(duì)于復(fù)雜系統(tǒng)在設(shè)計(jì)和分析的各階段上產(chǎn)生的一系列問(wèn)題，可利用系統(tǒng)仿真，了解系統(tǒng)的可行性和可靠性，驗(yàn)證理論的正確性，尋求解決問(wèn)題的途徑。當(dāng)系統(tǒng)的實(shí)際操作訓(xùn)練和實(shí)驗(yàn)費(fèi)用很高時(shí)，或?qū)嶋H系統(tǒng)無(wú)法進(jìn)行破壞性和危險(xiǎn)性實(shí)驗(yàn)時(shí)，仿真方法則是很好的代替方法，如宇航員、飛行員訓(xùn)練用的仿真器等。在仿真模型上，可以研究單個(gè)變量或參數(shù)變化時(shí)對(duì)系統(tǒng)整體的影響，并且可以多次重復(fù)試驗(yàn)，這在真實(shí)系統(tǒng)中是困難和不可能的。當(dāng)實(shí)際系統(tǒng)中存在大量隨機(jī)因素而又不能忽略時(shí)，可采用隨機(jī)仿真方法來(lái)解決。9.3

物流系統(tǒng)仿真分析18/28系統(tǒng)仿真的優(yōu)點(diǎn)與缺點(diǎn)優(yōu)點(diǎn)能解決解析方法無(wú)法解決的大多數(shù)具有隨機(jī)因素的復(fù)雜系統(tǒng)可以找出系統(tǒng)最優(yōu)（或較優(yōu)）的設(shè)計(jì)方案可以在一個(gè)較長(zhǎng)時(shí)間里借助仿真研究某一系統(tǒng)的變化規(guī)律仿真可以研究單個(gè)變量或參數(shù)變化時(shí)對(duì)系統(tǒng)整體的影響仿真方法可用來(lái)檢驗(yàn)理論分析所得的結(jié)果的正確性和有效性缺點(diǎn)每次仿真運(yùn)行僅提供系統(tǒng)在某些條件下的特殊解、而不是通解。難以確定仿真的初始條件仿真精度受到各方面制約，較難控制和測(cè)定9.3

物流系統(tǒng)仿真分析19/28

蒙特卡洛仿真法概念及原理蒙特卡洛法（Monte-Carlomethod）又稱為隨機(jī)仿真法、統(tǒng)計(jì)試驗(yàn)法，由匈牙利數(shù)學(xué)家VonNeumann建立，因其方法與某些賭博工具在原理上基本一樣，因此用著名的賭城蒙特卡洛命名。它是為了求解確定型問(wèn)題而構(gòu)造一個(gè)與原來(lái)問(wèn)題沒(méi)有直接關(guān)系的概率過(guò)程，并利用它產(chǎn)生統(tǒng)計(jì)現(xiàn)象的方法。使用這種方法進(jìn)行仿真時(shí)，要從系統(tǒng)的研究開(kāi)始。目前，蒙特卡洛法已成為仿真的有力工具，在物流系統(tǒng)工程中，它被用來(lái)解決設(shè)備交貨、訂貨、風(fēng)險(xiǎn)型決策、排隊(duì)等很多決策問(wèn)題。在所研究的系統(tǒng)中，采用某種特定方法產(chǎn)生隨機(jī)數(shù)和隨機(jī)變量，仿真隨機(jī)事件，對(duì)結(jié)果進(jìn)行統(tǒng)計(jì)處理，從而得到問(wèn)題的解。9.3

物流系統(tǒng)仿真分析20/28蒙特卡洛法與其他仿真方法的比較由于觀點(diǎn)不同，仿真的分類方法也有幾種。若從方法論著眼，最重要的有蒙特卡洛仿真和博弈仿真。要明確地弄清這兩種方法的區(qū)別是困難的。9.3

物流系統(tǒng)仿真分析21/28蒙特卡洛法的步驟根據(jù)實(shí)際問(wèn)題，對(duì)資料進(jìn)行分析和處理，構(gòu)造仿真的數(shù)學(xué)概率模型根據(jù)數(shù)學(xué)概率模型的特點(diǎn)，設(shè)計(jì)和應(yīng)用降低方差的各種方法，以加快仿真結(jié)果的收斂給出概率模型中各種不同分布的隨機(jī)變量的抽樣方法統(tǒng)計(jì)處理仿真的結(jié)果，得到問(wèn)題的解，并估計(jì)解的精度9.3

物流系統(tǒng)仿真分析22/28產(chǎn)生隨機(jī)數(shù)的方法簡(jiǎn)介蒙特卡羅法的關(guān)鍵是建立仿真模型，而建立仿真模型的關(guān)鍵是確定隨機(jī)數(shù)，確定隨機(jī)數(shù)主要有以下幾種方法：直接法，即使用扔硬幣、扔針、扔骰子等方式，來(lái)獲得隨機(jī)數(shù)物理方法，即以物理裝置，如脈沖發(fā)生器、電子噪音發(fā)生器、數(shù)字移位寄位器等作為隨機(jī)數(shù)發(fā)生器，產(chǎn)生隨機(jī)數(shù)序列數(shù)學(xué)方法，即利用遞推算法，通過(guò)計(jì)算產(chǎn)生具有某種分布特征的隨機(jī)數(shù)（例如①平方取中法求四位隨機(jī)數(shù)；②乘同余數(shù)法）查隨機(jī)數(shù)表以確定隨機(jī)數(shù)9.3

物流系統(tǒng)仿真分析23/28應(yīng)用舉例9.3

物流系統(tǒng)仿真分析24/28應(yīng)用舉例9.3

物流系統(tǒng)仿真分析25/28

人工智能系統(tǒng)一般企業(yè)管理活動(dòng)中采用的人工智能系統(tǒng)主要包括以下幾種:專家系統(tǒng)（ExpertSystem，ES）：一個(gè)類似于人類專家，能存儲(chǔ)大量專業(yè)知識(shí)并能進(jìn)行推理的軟硬件系統(tǒng)。機(jī)器人（Robotics）：能執(zhí)行高精度或重復(fù)性、危險(xiǎn)任務(wù)的機(jī)械或計(jì)算機(jī)設(shè)備。視覺(jué)系統(tǒng)：能讓計(jì)算機(jī)獲取、存儲(chǔ)及操縱可視化圖像和圖片的軟硬件系統(tǒng)。智能代理（IntelligentAgent）系統(tǒng)：是一種可以輔助人或充當(dāng)人的代表來(lái)執(zhí)行重復(fù)的與計(jì)算機(jī)相關(guān)任務(wù)的軟件系統(tǒng)。9.4基于人工智能的決策支持系統(tǒng)26/28

專家系統(tǒng)專家系統(tǒng)概念：是一個(gè)具有大量專門(mén)知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，以解決那些需要專家決定的復(fù)雜問(wèn)題。專家系統(tǒng)構(gòu)成：由許多集成的、相互聯(lián)系的組件構(gòu)成，其中包括知識(shí)庫(kù)、知識(shí)獲取工具、推理機(jī)、解釋工具及用戶界面。9.4基于人工智能的決策支持系統(tǒng)27/28本章小結(jié)28/28物流信息系統(tǒng)實(shí)施階段的主要任務(wù)是將新系統(tǒng)的物理模型變成可運(yùn)行的計(jì)算機(jī)可執(zhí)行模型