1.智能物流系统的概念 经济的飞速发展，传统物流向现代物流迅速转型已成必然 趋势，在系统工程思想的指导下，以信息技术为核心，强化整合 物流全过程优化是现代物流的本质特征。随着物流管理的自动化、 智能化和供应链企业之间物流协作的紧密性进一步提高，物流管 理进入到智能物流管理的阶段。 智能物流系统（ILS，Intelligent Logistics System）能 够使物流企业实时地掌握运输计划和仓储计划的执行情况、货物 在仓库和在途情况，准确地预估货物的销售和库存情况，从而阻 止新一轮的生产资料采购和生产过程。同时它能够使第三方物流 企业在最短时间内获得客户的采购或供应信息，并及时作出相应， 实现整个物流系统的高效运转，如图4.1所示。
在途跟踪手持终端设备，结合GPS系统，智能调度系统可以将 GS返回的信息自动更新运输状态，实现运输任务的全程跟踪与监 控。物流监控子系统是GPS/GIS与电子封签的联合应用，可以监 控到配送车辆的实时路线、行驶情况、停车和打开封签的时间地 点。手持终端的作用如下所述。 （1）流程信息化，实时跟踪货物，改善数据滞后问题，提高客 户满意度，形成快速高效的物流环节。
4.智能仓储管理技术
智能仓储管理技术即网络化分布式仓储管理及库存控制技术。 当前，许多企业都将其管理、研发部门留在市区，而将其制造环 境或迁移到郊区，或转移到外省甚至国外，形成以城市为技术和 管理核心，以郊区或外地为制造基地的分布式经营、生产型运作 模式。对制造企业而言，在网络化制造环境下，机件加工、产品 装配和产品仓储需要对相关不同区域的仓储活动协调进行有序的 管理，对其库存根据市场的变化、配送地的调整进行实时的、动 态的控制，使其满足不同用户的需求，这就对其物流系统提出了 很高的要求，需要网络化分布式仓储管理及库存控制技术来满足 这种要求。对第三方物流企业，由于仓储位置的地域性 跨度极大， 因此更需要网络化分布式仓储管理及库存控制技术来降低管理成 本，提高效率。网络化分布式仓储管理及库存控制技术是ILS一个 不可或缺的部分。
第一阶段：供应链的基本环节 物资流
购买 物资控制 生产 销售
顾客服务
顾客
购买 购买
物资控制 物资控制 第二阶段：功能整合
生产 销售 顾客服务
销售
顾客
物资管理
物资流
制造管理Βιβλιοθήκη 第三阶段：企业内部的供应链整合 物资流
供应商
物资管理
制造管理
销售
顾客服务
制造商内部供应链
顾客
供应链管理的第一阶段是从供应商到顾客的每一个功能都是 独立的，分开的。在这个阶段企业追求利润的目标就是在制造过 程中节约生产成本，而没有考虑到产品的堆积费用和其他相关的 费用。第二阶段是整合从供应商到顾客相临部分的功能，如将资 源采购和物资控制整合为物资管理。第三阶段是制造商内部的生 产整合，它将制造商的物资管理、生产制造管理、产品销售整合 在一起。第四阶段是供应链资源的真正整合，不仅涉及企业的内 部生产管理，还涉及企业外部的采购和销售，这样就形成了现代 企业的供应链。
在现代物流发展过程中，主要可在以下四个方面利用智能运输技术。
①
移动信息技术。
9.“云”电子商务技术 云电子商务（Cloud-commerce）是指基于云计算商业模式的 电子商务平台服务。在云平台上，所有的电子商务供应商、代理 商、策划服务商、制作商、行业协会、管理机构、行业媒体、法 律机构等都集中云整合成资源池，各个资源相互展示和互动，按 需交流，达成意向，从而降低成本，提高效率。 4.1.3 智能物流系统的主要支撑技术 1.自动识别技术
2.可视化仿真技术
集成化的物流规划设计仿真技术亦称物流规划设计的可视化 技术，此项技术应用的范围非常广泛，大到物流园区的规划设计， 小到企业生产物流的规划设计，都可以利用物流规划设计仿真技 术对规划和设计方案进行比选和优化，它实现的基本功能包括以 下几个方面。 （1）可以用三维虚拟物流中心模型来模拟未来实际物流中心的 情况。 （2）使用虚拟中心仿真器可以对物流中心的建设进行较精确的 投入—产出分析。 （3）在参观客户现场及参阅仓库图纸等的基础上，可以在计算 机上构筑模拟仓库，并模拟各种库中作业。
分布式仓储管理及库存控制模块是ERP软件的一个组成部分， 目前，比较大型的ERP系统，如SAP的R/3就包括该模块。 5.物流运输系统的调度与优化技术 物流配送中心配载量的不断增大和工作复杂程度的不断提高都 要求对物流配送中心进行科学管理，因此配送车辆的集货、货物配 装和送货过程的调度优化技术是ILS的重要组成部分。
3.智能物流系统的目标
对于第三方物流企业，其业务的核心为客户提供生产（流通） 供应链管理服务。随着物流服务社会化程度的提高，优化的市场 物流管理模式是建立区域的物流交易中心，借助先进的信息技术， 通过合理的技术平台，变信息封闭型为开放型，变信息单方向、 单通道传送为双方向、多通道的传送，使货运市场的信息资源在 共享的基础上得到优化利用。在智能交通系统的辅助下，使货物 运输的全过程始终处于动态控制中，达到社会物流优化目标。
（4）可以模拟生产型物流的现场作业，并提供物流作业效率的 评价结果。
（5）可以在计算机上虚拟物流运输和运输作业，模拟配车计划 及相关配送业务。
（6）可以灵活地变更物流作业顺序，进行物流作业过程重组分 析，优化方案比较等。
3.实时跟踪技术 实时跟踪技术分为全程跟踪控制和以手持终端设备为主的在 途跟踪技术。 物流的全程跟踪和控制是ILS提供的最重要的增值服务之一， 综合运用GPS、GIS、RFID、EDI和Internet技术，建立物流的全 过程跟踪查询系统，为用户提供货物的全程实时跟踪查询服务， 将业务沿着主营业务向供应链的上游和下游企业延伸，提供大量
（2）自动化采集，数据可靠性强，降低出错率的同时也减少了 昂贵的纸张作业的消耗。 （3）实现科学出入库，精准的库存管理，提高了企业竞争力。 （4）无论是邮件管理还是运送操作等都节省了大量操作时间， 提高了工作效率。 （5）简单的载货计划、路线安排和调度避免代价高昂的误装。 （6）准确监控驾驶人员和车辆情况并传递动态路线安排决定，
① ②
条码识别技术 射频识别技术
③
生物识别技术
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、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。 数据挖掘量从大量的、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。 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。
第四章 智能物流系统
目录
3 3 3 3 3
4.1 智能物流系统综述
4.2 智能物流控制系统 4.3物流跟踪系统
4.4 物流安全系统
4.5 GPS/GIS可视化物流管理系统
4.1 智能物流系统综述
系统主要指由一组功能相互关联的要素、变量、组成部分 或目标组成的统一的整体物流系统体。作为系统管理的一般原则 是，不仅关注单个变量，而且关注多个变量作为一个整体是如何 相互作用的。 4.1.1 智能物流系统的一般概念 智能物流系统是在智能交通系统（ITS，Intelligent Transportation System）等相关信息技术的基础上，以电子商 务（EC，Electronic Commerce）方式运作的现代物流服务体系。 它是通过ITS和相关信息技术解决物流作业的实时信息采集，并在 一个集成的环境下对采集的信息进行分析和处理。通过在各个物 流环节中的信息传输，为物流服务供应商和客户提供详尽的信息 和咨询服务的系统。
2.无线射频识别技术工作原理
3.物流控制系统的构成环节
①
描述对相应的商品信息，包括生产部门完成、生产各工序以及 责任人、使用期限、使用目标项目编号、案例级别等，RFID标 签全面的信息录入成为过程追踪的有力支持。 在数据库中将商品的相关信息录入到相应的RFID标签项中。
将商品与相对应的信息编辑整理，得到商品的原始信息和数据 库，需要注意的是，这是物流系统中的第一步，也是RFID开始 介入的第一个环节，需要绝对保证这个环节中的信息和RFID的 准确性。 完成信息录入后，使用阅读器进行信息确认，检查RFID标签相 对应的信息是否和商品信息一致；同时进行数据录入，显示每 一件商品的RFID标签信息录入的完成时间和经手人。为保证 RFID标签的唯一性，可将相同产品的信息进行排序编码，方便 相同物品的清查。
智能物流系统主要实现以下两个目标。
（1）对物流企业本身进行业务流程重组（BRP，Business Process Re-Engineering），使传统物流企业的管理和业务流程 得到根本性的改造，从而使其能够在信息化社会中得以生存。
（2）在EC的运营环境下，为客户提供从前所不能提供的增值型 物流服务，这些增值性的物流服务将增强物流服务的便利性，加 快反应速度和降低服务成本，延伸企业在供应链中上下游的业务。 4.1.2 智能物流系统的关键技术
2.智能物流系统的组成 智能物流系统由以下几部分所组成。 （1）为客户提供服务的智能服务系统：客户结构分析模块、订单 处理模块、市场前景预测模块。 （2）对物流设备进行监控和管理的智能系统：实时监控模块、双 向通信模块、车辆动态调度模式、货物web实时查询模块。 （3）对物流信息资源进行处理的智能系统：仓储管理模块、库存 动态分析模块、其他信息资源管理。 （4）对物流配送进行智能优化调度的系统：配送物品分析模块、 配送路径规划、MAPX（可编程控件）、BAS（服务设备）启发式算 法。
国内外学术界对物流运输系统的调度优化问题十分关注，研究 的也比较早。由于物流配送车辆配载问题是一个复杂的问题，因此 启发式算法是一个重要研究方向，如节约法、扫描法和基于选址问 题的LBH法、一般分配算法、不完全树搜索算法、搜索算法等。近 年的调度优化方面得到了广泛应用。如用GA解决大宗货物运输的低 成本调度问题，用GA解决时间约束下的车辆调度问题，用混合GA解 决模糊车辆调度问题，把GA应用于基于服务的车辆调度问题。最近， 也有人将蚂蚁算法（Ants Algorithm）应用于物流运输系统的调度 优化问题。