1、第8章物流管理信息戰(zhàn)略與支持系統(tǒng),主要內(nèi)容,物流管理信息系統(tǒng)的戰(zhàn)略 物流管理信息系統(tǒng)的數(shù)據(jù)分析模型 物流管理支持系統(tǒng) 物流配送調(diào)度支持系統(tǒng) 物流管理信息戰(zhàn)略與支持系統(tǒng)的融合分析,物流管理信息系統(tǒng)的戰(zhàn)略就是要在全球經(jīng)濟(jì)的視野中，利用物流信息技術(shù)和物流支持系統(tǒng)，低成本的尋找市場機(jī)遇，運(yùn)用設(shè)計(jì)科學(xué)進(jìn)行物流業(yè)務(wù)流程的優(yōu)化設(shè)計(jì)，在供應(yīng)網(wǎng)中充分的信息共享，獲取在一個(gè)或多個(gè)方面的競爭優(yōu)勢，形成基于物流管理支持系統(tǒng)的資源優(yōu)化配置，使信息技術(shù)融合投入產(chǎn)出最滿意的一種戰(zhàn)略。,8.1物流管理信息系統(tǒng)的戰(zhàn)略,物流信息系統(tǒng)及其支持系統(tǒng)運(yùn)用于物流領(lǐng)域有助于降低決策制定的風(fēng)險(xiǎn)并為決策的制定提供科學(xué)依據(jù)。主要表現(xiàn)在： （1）

2、提高了物流系統(tǒng)的管理水平，促進(jìn)了傳統(tǒng)物流的現(xiàn)代； （2）為決策者提供了強(qiáng)大的協(xié)同運(yùn)作的能力，協(xié)同作用明顯； （3）為決策者提供了強(qiáng)大的知識信息處理能力，協(xié)助解決了大量耗時(shí)、復(fù)雜的問題，提高了物流決策的有效性與科學(xué)性。特別是不同支持系統(tǒng)發(fā)揮了這些作用； （4）推動了3G（包括地理信息系統(tǒng)、全球定位系統(tǒng)和無線通信系統(tǒng)）在物流系統(tǒng)中的運(yùn)用； （5）運(yùn)用現(xiàn)代網(wǎng)絡(luò)、人工智能建模和虛擬技術(shù)等來解決復(fù)雜的物流決策問題，推動了物流的技術(shù)現(xiàn)代化； （6）經(jīng)營范圍可以不斷的擴(kuò)大； （7）資源配置可以不斷的優(yōu)化； （8）基于物流管理信息系統(tǒng)戰(zhàn)略的競爭優(yōu)勢尤為凸顯。,物流戰(zhàn)略規(guī)劃的步驟,物流戰(zhàn)略規(guī)劃的步驟主要有物流戰(zhàn)

3、略分析和物流戰(zhàn)略類型的選擇，其步驟如圖8-2所示：,1） 戰(zhàn)略分析,宏觀環(huán)境分析 微觀環(huán)境分析 企業(yè)內(nèi)部環(huán)境分析,2) 物流戰(zhàn)略類型選擇,物流戰(zhàn)略主要分為以下幾種： 1）成本最低戰(zhàn)略 2）服務(wù)最優(yōu)戰(zhàn)略 3）利潤最高戰(zhàn)略 4）競爭力最強(qiáng)戰(zhàn)略 5）資產(chǎn)占用最少戰(zhàn)略,8.2物流管理信息系統(tǒng)的數(shù)據(jù)分析模型,隨著信息處理技術(shù)的不斷發(fā)展，數(shù)據(jù)分析能力不斷提高。下面介紹常見的數(shù)據(jù)分析方法。具體包括數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘模型。,1) 數(shù)據(jù)倉庫,數(shù)據(jù)倉庫是一種為信息分析提供了良好的基礎(chǔ)并支持管理決策活動的分析環(huán)境，是面向主題的、集成的、穩(wěn)定的、不可更新的、隨時(shí)間變化的、分層次的多維的集成數(shù)據(jù)集合。它為

4、不同層次的管理者提供敏捷性和實(shí)用性的決策支持。 數(shù)據(jù)倉庫具有兩個(gè)主要作用： 一是從各信息源提取決策需要的數(shù)據(jù)，加工處理后，存儲到數(shù)據(jù)倉庫中； 二是用戶的查詢和決策分析的基礎(chǔ)。,2）數(shù)據(jù)倉庫的分析,主題與面向主題 DW數(shù)據(jù)的集成性 DW數(shù)據(jù)的不可更新性 DW數(shù)據(jù)的時(shí)態(tài)性,2. 聯(lián)機(jī)分析處理,1993年，E.F.Codd的定義為：OLAP是共享多維信息的、針對特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和分析的快速軟件技術(shù)，OLAP具有靈活的分析功能、直觀的數(shù)據(jù)操作和分析結(jié)果可視化表示等突出優(yōu)點(diǎn)，從而使用戶對基于大量復(fù)雜數(shù)據(jù)的分析變得輕松而高效，以利迅速做出正確判斷。,1）操作型數(shù)據(jù)與分析型數(shù)據(jù)之間的區(qū)別,一般數(shù)據(jù)庫由

5、于主要用于企業(yè)的日常事務(wù)處理工作，存放在數(shù)據(jù)庫中的數(shù)據(jù)也就大體符合操作型數(shù)據(jù)的特點(diǎn)。而為適應(yīng)數(shù)據(jù)分析處理要求而產(chǎn)生的DW中所存放的數(shù)據(jù)就應(yīng)該是分析型的數(shù)據(jù)。,表8-1 操作型數(shù)據(jù)與分析型數(shù)據(jù)之間的區(qū)別,2） OLAP的基本分析方法,多維分析是指對以多維形式組織起來的數(shù)據(jù)采取切片、切換、旋轉(zhuǎn)等各種分析方法，以求剖析數(shù)據(jù)，使最終用戶能從多個(gè)角度、多側(cè)面地觀察數(shù)據(jù)庫中的數(shù)據(jù)，從而深入地了解包含在數(shù)據(jù)中的信息、內(nèi)涵。,切 片,選定多維數(shù)組的一個(gè)二維子集的方法叫做切片，即選定多維數(shù)組（維1，維2，維n，變量）中的兩個(gè)維：維I 和維J，在這兩個(gè)維上取某一區(qū)間或任意維成員，而將其余的維都取定一個(gè)維成員，則得

6、到的就是多維數(shù)組在維I和j上一個(gè)二維子集，稱這個(gè)二維子集為多維數(shù)在維I和維J上的一個(gè)切片，表示為；（維I，維j，變量）。,切 塊,選定多維數(shù)的一個(gè)三維子集的方法稱切塊。即選定多維數(shù)組（維1，維2，維n，變量）中的三個(gè)維：維I、維j和維r，在這三個(gè)維上取某一區(qū)間或任意的維成員，而將其余的維都取定一個(gè)維成員，則得到的就是多維數(shù)組在維I、維j和維r上一個(gè)三維子集，我們稱這個(gè)三維子集為多維數(shù)組在維I、維j和r上的一個(gè)切塊，表示為：（維I，維j，維r，變量）。切塊與切片的作用與目的是相似的。,旋 轉(zhuǎn),旋轉(zhuǎn)即是改變一個(gè)報(bào)告或而面顯示的維方向。例如，旋轉(zhuǎn)可能包含了交換行和列；或是把某一個(gè)行維移到列維中去，或

7、是把頁面顯示中的一個(gè)維和頁面的維進(jìn)行交換（令其成為新一行或列中的一個(gè)）把一個(gè)橫向?yàn)闀r(shí)間、維向維產(chǎn)品的報(bào)表旋轉(zhuǎn)成為橫向?yàn)楫a(chǎn)品、維向?yàn)闀r(shí)間的報(bào)表。,表8-2 旋轉(zhuǎn)前的有關(guān)數(shù)據(jù)描述 （單位：萬美元）,表8-3 旋轉(zhuǎn)后的有關(guān)數(shù)據(jù)描述 （單位：萬美元）,鉆 取,鉆取是改變維的層次，層系關(guān)系有時(shí)指的是父子關(guān)系。例如，區(qū)域是市場的父，而市場既是區(qū)域的子，又是商店的父；商店是市場的子。變換分析的粒度。它包括向上鉆取（roll up）和向下鉆?。╠rill down）。,表8-4 按時(shí)間維(2005-2006年)向上鉆?。▎挝唬喝f美元）,表8-5 按時(shí)間維向下鉆取 （單位：萬美元）,3. 數(shù)據(jù)挖掘,數(shù)據(jù)挖掘?yàn)樵?/p>

8、不同的數(shù)據(jù)源中的數(shù)據(jù)，包括結(jié)構(gòu)化的數(shù)據(jù)、半結(jié)構(gòu)化的數(shù)據(jù)和非結(jié)構(gòu)化的數(shù)據(jù)，即既可以是數(shù)據(jù)庫，也可以是文件系統(tǒng)或其他任何組織在一起的數(shù)據(jù)集合，通過一定的工具與方法尋找出有價(jià)值的知識的一類深層次的數(shù)據(jù)分析方法。,1）數(shù)據(jù)挖掘的特點(diǎn),處理的數(shù)據(jù)規(guī)模十分龐大； 由于用戶不能形成精確的查詢要求，因此需要靠DM技術(shù)來尋找其可能感興趣的東西； DM對數(shù)據(jù)的迅速變化應(yīng)做出快速響應(yīng)，以提供決策支持信息； DM既要發(fā)現(xiàn)潛在規(guī)則，還要管理和維護(hù)規(guī)則，隨著新數(shù)據(jù)的不斷加入，規(guī)則需要隨之更新； DM中規(guī)則的發(fā)現(xiàn)基于統(tǒng)計(jì)規(guī)律，發(fā)現(xiàn)的規(guī)則不必適合于所有數(shù)據(jù)，而且當(dāng)達(dá)到某一閾值時(shí)，便認(rèn)為有此規(guī)則。,2） 數(shù)據(jù)挖掘的分析方法,D

9、M系統(tǒng)利用的技術(shù)越多，得出的結(jié)果精確性就越高。這主要取決于問題的類型以及數(shù)據(jù)的類型和規(guī)模。無論采用哪幾種技術(shù)來完成任務(wù)，從功能上可以將DM的分析方法劃分為以下四種（根據(jù)IBM的劃分方法）：關(guān)聯(lián)分析、序列模式分析、分類分析、聚類分析。,3）DM系統(tǒng)的實(shí)施,DM的核心技術(shù)是人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)等，但一個(gè)DM系統(tǒng)不是多項(xiàng)技術(shù)的簡單組合，而是一個(gè)完整的整體，它還需要其他輔助技術(shù)的支持，才能完成數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)分析、結(jié)果表述這一系列任務(wù)，最后將分析結(jié)果呈現(xiàn)在用戶面前。,4. DM與OLAP的區(qū)別,DM是一種挖掘型工具，它能有效地從大量數(shù)據(jù)中自動地發(fā)現(xiàn)隱藏在數(shù)據(jù)中的模式。DM與其他分析型工具最大

10、的不同在于：它的分析過程是自動的。 OLAP是一種自上而下、不斷深入的分析工具：用戶提出問題或假設(shè)，OLAP負(fù)責(zé)從上至下深入地提取出關(guān)于該問題的詳細(xì)信息，并以可視化的方式呈現(xiàn)給用戶。從對數(shù)據(jù)分析的濃度的角度來看，OLAP位于較淺的層次，而DM所處的位置則較深。 DM可以發(fā)現(xiàn)OLAP所不能發(fā)現(xiàn)的更為復(fù)雜而細(xì)致的信息。,8.3 物流管理支持系統(tǒng),物流管理支持系統(tǒng)是一個(gè)復(fù)雜的動態(tài)人機(jī)系統(tǒng)，它能夠綜合利用各種定量模型、人工智能方法、行為分析方法、系統(tǒng)模擬和其他新的模型和算法，使得能夠在物流信息技術(shù)的融合下，支持物流系統(tǒng)管理和一定的決策支持的綜合信息系統(tǒng)，其目的是提供支持系統(tǒng)達(dá)到最佳配置和最佳效果。,1

11、）物流管理支持系統(tǒng)分類,物流管理支持系統(tǒng)可以從不同的角度分類，表8-7一種分類方法。,表8-6 物流管理支持系統(tǒng)分類,2) 物流管理支持系統(tǒng)中的決策支持特點(diǎn),產(chǎn)品差異性 客戶差異性 地理差異性 模型支持的復(fù)雜性 信息技術(shù)支持的集成性,2. 基于預(yù)測的支持系統(tǒng),物流預(yù)測是預(yù)測理論和方法在物流中的具體運(yùn)用，它利用各種物流統(tǒng)計(jì)資料和其他情報(bào)信息(過去和現(xiàn)在)，預(yù)測未來，根據(jù)經(jīng)驗(yàn)，教訓(xùn)資料等，揭示物流業(yè)務(wù)變化的規(guī)律，從而減少物流經(jīng)營的盲目性以指導(dǎo)物流企業(yè)的生產(chǎn)經(jīng)營。,1）預(yù)測方法,預(yù)測方法一般有定性分析預(yù)測法和定量預(yù)測法。 定性預(yù)測包括: 集合意見、用戶意見法(對象調(diào)查法)、 員工意見法、專家評估法、

12、類推法、判斷預(yù)測和目標(biāo)分解法等； 定量預(yù)測方法包括:情景分析法、時(shí)間序列分析法、因果分析法,2）預(yù)測模型選取的原則,模型選擇的原則：要在數(shù)據(jù)識別上建模、建立何種模型，并不取決于預(yù)測者意圖；應(yīng)考慮適用、數(shù)據(jù)易采集和時(shí)效的原則；定量與定性相結(jié)合的原則等。 對數(shù)據(jù)選取選用的原則：數(shù)據(jù)應(yīng)該具有代表性，有一定客觀規(guī)律。對于異常的數(shù)據(jù)可采用比例法，移動平均，指數(shù)平滑等方法進(jìn)行適當(dāng)?shù)男拚?3) 預(yù)測支持系統(tǒng),3. 基于知識管理的支持系統(tǒng),KM是集體智慧的結(jié)晶，通過獲取、評價(jià)、修整后共享企業(yè)的信息資源，這些資源包括數(shù)據(jù)庫、文檔、政策、程序、當(dāng)前未成文的專家意見和個(gè)別員工的經(jīng)驗(yàn)?zāi)芴岣邞?yīng)變能力，能增加團(tuán)隊(duì)精神，

13、能提升整體的協(xié)調(diào)統(tǒng)一；KM包括充分利用各種智力資本在激烈的社會競爭中取得成功的各種管理策略、途徑和技能。,商務(wù)智能系統(tǒng)(BIS: Business Intelligence System)是運(yùn)用知識管理中的知識獲取與共享技術(shù)來處理和分析商業(yè)數(shù)據(jù),并根據(jù)行業(yè)特點(diǎn)與特定應(yīng)用領(lǐng)域提供支持商務(wù)活動中所遇到的在復(fù)雜環(huán)境中的復(fù)雜問題解決方案,該方案能夠快速反應(yīng)、支持合理決策的商業(yè)決策服務(wù)系統(tǒng)。,基于知識管理的支持系統(tǒng)結(jié)構(gòu)如圖8-7所示,4. 基于系統(tǒng)動力學(xué)的物流支持系統(tǒng),系統(tǒng)動力學(xué)（SD: Systems Dynamics）是研究信息反饋系統(tǒng)動態(tài)行為的計(jì)算機(jī)模擬方法。 SD是從系統(tǒng)的微觀結(jié)構(gòu)入手，根據(jù)系統(tǒng)

14、的結(jié)構(gòu)與功能的相互關(guān)系構(gòu)造系統(tǒng)模型，同時(shí)，必須深入到實(shí)際系統(tǒng)中所包含的那些不完全可測量的因果反饋關(guān)系中處，把可度量的描述系統(tǒng)動態(tài)變化趨勢的數(shù)據(jù)，與不可度量的系統(tǒng)內(nèi)部的非線性關(guān)系聯(lián)系起來。,5. 基于行為分析的物流支持系統(tǒng),這里簡單分析了蟻群算法和進(jìn)化計(jì)算方法，來開闊思維，了解基于行為分析的支持系統(tǒng)的基本思想。,蟻群算法,蟻群算法最核心的部分是對痕跡強(qiáng)度的處理，隨著算法的進(jìn)行，較短路徑上痕跡的濃度增加，其相對應(yīng)的支路就更有可能被螞蟻選中。對每只螞蟻保存已訪問過的路線，設(shè)計(jì)禁忌表。,蟻群算法,通過不斷的迭代，計(jì)算出最短路的問題。當(dāng)一個(gè)螞蟻找到了滿足搜索標(biāo)準(zhǔn)的文件，它將和其它螞蟻共享以便不再檢查同一

15、文件，對于索引來說，螞蟻間的合作使得每一索引器能靠不同瀏覽器中索引裝載的分布來保存資源。在尋查期間，用戶可以尋查限制于當(dāng)?shù)氐奈浵伝蚴亲屗鼈鞑サ饺肟陬I(lǐng)地。,進(jìn)化計(jì)算方法,模擬生物（包括人類）和各種自然現(xiàn)象解決高度非線性、內(nèi)部不很一類問題清楚的。包含遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃。許多組合優(yōu)化問題，如旅行商（TSP）問題和調(diào)度問題（作業(yè)調(diào)度問題和時(shí)間表問題）都能得到較好的解決。,6. 基于物流模擬的物流支持系統(tǒng),物流系統(tǒng)模擬是充分利用現(xiàn)代物流理論、信息技術(shù)、對象營銷策略，在建立問題邏輯模型的基礎(chǔ)之上，通過計(jì)算機(jī)實(shí)驗(yàn)，將現(xiàn)實(shí)企業(yè)中各種復(fù)雜的物流系統(tǒng)問題加以簡化，取其主要的經(jīng)營活動，以定量的方法模擬在一

16、個(gè)充滿競爭的對象環(huán)境下，怎樣才能取得在一定的物流水平約束下的較滿意的營銷業(yè)績。物流系統(tǒng)模擬是系統(tǒng)模擬的一種應(yīng)用。,8.4物流配送調(diào)度支持系統(tǒng),隨著互聯(lián)網(wǎng)的發(fā)展和通信技術(shù)的進(jìn)步，跨平臺、 組件化的GIS （地理信息系統(tǒng)）和 GPS （全球定位系統(tǒng)）技術(shù)的逐步成熟，基于 GIS/GPS 平臺應(yīng)用的物流企業(yè)也會越來越多。共性空間分析概括為： （1）可提供優(yōu)質(zhì)的運(yùn)輸服務(wù) （2）滿足不斷發(fā)展的運(yùn)輸網(wǎng)絡(luò)服務(wù) （3）支持運(yùn)輸資源的整合及協(xié)作 （4）支持空間分析,1）基于智能調(diào)度的運(yùn)輸支持系統(tǒng),物流智能調(diào)度支持系統(tǒng)所解決的問題是貨物配送過程中的智能化（配貨的智能調(diào)度）和車輛在集貨、送貨過程中的智能調(diào)度（車輛運(yùn)

17、輸?shù)闹悄苷{(diào)度）。 車輛智能調(diào)度系統(tǒng)的研究就是在滿足現(xiàn)代物流的要求下，基于3G技術(shù)，綜合各類學(xué)科開發(fā)出的一套支持系統(tǒng)。其系統(tǒng)功能如圖8-9所示。,基于空間信息的車輛調(diào)度支持系統(tǒng),圖,8,-,7,基于空間信息的車輛調(diào)度支持系統(tǒng),功能,基于,GPS,的支持系統(tǒng),基于,GIS,的支持系統(tǒng),基于,GSM,的支持系統(tǒng),基于,3G,的支持系統(tǒng),車,輛,實(shí),時(shí),監(jiān),控,車,輛,跟,蹤,調(diào),度,敏,感,區(qū),監(jiān),控,地圖表現(xiàn),分析查詢,手,機(jī),定,位,小,靈,通,定,位,其,他,移,動,工,具,GIS,支,持,GPS,支,持,GSM,支持,顯,示,地,圖,優(yōu),化,路,徑,客,戶,服,務(wù),運(yùn),力,調(diào),配,車輛查詢,運(yùn)輸路徑,分析,客戶位置分析,WEBGIS,呼叫中心,徑分析,智能,倉庫,支持,2）車輛優(yōu)化調(diào)度的重要算法,啟發(fā)式算法 車輛優(yōu)化調(diào)度的遺傳算法,8.5物流管理信息戰(zhàn)略與支持系統(tǒng)的融合分析,戰(zhàn)略站在高一個(gè)層面上，它的實(shí)現(xiàn)涉及諸多因素，其中一個(gè)好的戰(zhàn)略要有其支持系統(tǒng)來高效的實(shí)現(xiàn)其藍(lán)圖。這里重要的一個(gè)因素就是IT戰(zhàn)略與其支持系統(tǒng)的融合關(guān)系。,1. 現(xiàn)代物流管理的IT應(yīng)用特點(diǎn)