基于大数据的智慧物流模式构建

（顺德职业技术学院，广东 佛山 528300）

1 引言

智慧物流2009年12月由中国物流技术协会信息中心、华夏物联网、《物流技术与应用》编辑部联合提出，它是从IBM提出的“智慧供应链”的概念延伸而来的，指的是采用集成智能化技术，使智慧物流模仿人的智能，运用感知、学习、推理判断等思维能力，使物流系统具备自行解决物流中某些问题的能力。智慧物流整合现有的物联网、传感网与互联网资源与技术，通过精细化、动态化的科学管理，实现物流的自动化、可视化、可控化、智能化、网络化，从而提高资源的利用率和生产力水平。大数据技术是智慧物流实现的基础，运用大数据相关技术，智慧物流可以大幅度提升物流效率，提高用户满意度，同时降低物流成本。未来，智慧物流将从根本上改变目前物流运行的模式，因此研究并构建基于大数据的智慧物流模式具有重要意义。

2 大数据与智慧物流

2.1 大数据

麦肯锡提出了大数据的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术的关键不是掌握多么庞大的数据，而是如何专业化处理这些具有特定意义的数据，通过提高对数据信息的“加工能力”，让这些数据变得更有价值。

大数据与云计算联系紧密。大数据无法用单台的计算机进行处理，必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术，对海量数据进行数据挖掘。当前，大数据正应用于越来越多的行业或领域，如交通运输、医疗行业、预防犯罪、地质灾害预警、天气预报等，并发挥了巨大作用。未来的趋势是大数据成为战略资源，大数据的应用与云计算深度结合，数据管理越来越成为企业、行业甚至一个国家的核心竞争力。

2015年国务院发布了《促进大数据发展行动纲要》，其指出：未来5至10年，大力推动大数据的发展和应用，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。

2.2 智慧物流

2009年，奥巴马提出将“智慧的地球”作为美国国家战略，此后，“智慧”两字被用于许多行业事物，如智慧城市、智慧交通、智慧校园等，随后，中国物流技术协会信息中心联合华夏物联网、《物流技术与应用》编辑部提出“智慧物流”的概念。

不同学者对“智慧物流”有不同的解读，李芏巍教授的表述比较准确到位，即将互联网与新一代信息技术应用于物流业中，实现物流的自动化、可视化、可控化、智能化、信息化、网络化，从而提高资源利用率的服务模式和提高生产力水平的创新形态。

随着物流的快速发展，大数据、云计算、物联网技术的作用日益凸显。物流企业在仓储、运输、配送、加工等环节每天都会涌现出大量的数据，面对海量数据，物流企业只能不断加大大数据方面的投入，越来越多的企业把大数据看作是一项战略资源，而不仅仅是一种信息技术。随着大数据时代的到来，大数据技术可以通过构建数据中心，挖掘出隐藏在数据背后信息的价值，充分发挥大数据给物流企业带来的发展优势，为企业打造智慧物流过程中的战略决策、运营规划、资源统筹、人效提升、成本控制等方面提供有力支撑，帮助企业优化管理，提高行业竞争力。

3 大数据时代的智慧物流模式框架构建

从供需平衡角度出发，智慧物流让物流具有智能性，让物流系统具有思维、感知、学习和自行解决问题的能力，其目标是为供方即物流企业提供最大化的利润，为需方提供最佳的服务，同时在供需平衡前提下使资源利用最大化，这就是智慧物流的本质。

大数据背景下的智慧物流具备信息化、数字化、网络化、集成化、可视化等先进技术特征，依据大数据对物流信息进行处理。智慧物流信息技术主要包括物流信息感知技术、物流信息推送技术、物流信息处理技术、物流信息分析技术、物流信息预测技术。

智慧感知技术捕捉物流运作过程中的各种基础数据：流体、流速、流向、流量及环境参数。感知技术让物流的全过程透明化，是实现物流全程可视、可控和可追溯的基础与前提；运用先进的信息传输与通信技术网络构建传输平台，实现各物流主体之间的信息和业务互联互通；在数据处理与服务中心，通过对信息的深度挖掘与计算分析，让物流主体与前台协同运作，及时获取系统优化决策方案，通过云仓储、云运输配送等共享方式，为客户提供高水平的物流服务。

智慧物流系统的体系架构包含四层，如图1所示，最下层是感知层，往上是网络传输层，再上面一层是数据存储层，最上层是应用服务层。

（1）数据感知层。包括识别系统、定位系统和跟踪系统。系统采用多种信息感知技术设备（RFID、条码枪、传感器等），运用条码识别、图像识别、传感器探测，结合GPS、导航系统、定位跟踪系统，来实时、自动化、智能化采集物流各环节（生产、运输、储存等）相关信息。对收集和监测到的物流信息进行分类、融合处理，实时掌控物品流通全流程的信息。

图1 智慧物流系统架构

（2）数据传输层。利用各种传输网络和通信技术，及时、安全地传输感知设备所收集的信息。用于传输的数据通路，由各类接入网络和通信技术构成，除了传统的互联网外，应用较为广泛的是移动通信技术和集群通信技术等。高效的数据传输保障物流信息的及时掌控。

（3）数据存储层。云存储平台层在应用层和网络传输层之间，它的作用是对感知层获取的数据进行处理和管理。把各种物流信息、物流公司信息、需方信息等数据集中在云存储中，通过信息整合、分类与智能处理技术，形成仓储云、运输云、资金云等,通过大量的计算处理，最终为使用者提供各种信息查询、统计和集成应用，向顾客提供个性化服务。

（4）应用服务层。包括数据互换平台，公共服务平台和企业用户服务平台。应用层位于最上层，解决的是信息处理和人机交互的问题。用户通过在终端上发布指令和接收信息便可获得各种各样的服务，获取有价值的信息，为其决策提供依据，提高管理质量和效率。

4 基于大数据的智慧物流系统构建途径

与传统物流不同，智慧物流系统以数据作为开始，数据的应用贯穿整个过程，并循环上升。通过可靠的数据源和处理技术，借助大数据及其技术，我们就可以设计智慧物流系统，系统的设计与构建过程可以通过下面几个步骤得以实现：

（1）以大数据、物联网技术为基础构建智慧感知端。物流信息的全面感知是建设智慧物流系统的前提。通过大数据、物联网技术准确及时地采集业务运行数据：客户在哪里，有何需求，需要运送什么物品，采用何种运输工具，物品在运输过程中状态如何，把所有这些信息收集、集中放置在智慧物流系统里。信息采集如果不能做到及时准确，就谈不上物流的智慧化了。主要应用技术包括：传感技术、RFID、图像识别技术、定位导航技术等。通过迅速、及时抓取仓库网点、运输车辆、配送工具、终端门店人、物的信息，建立数据库，为后续的云计算、智慧决策等提供信息支撑基础。如在运输车辆上应用RFID标签、安装温湿度传感器和GPS接收装置，实现对运输货物的动态跟踪监控，并根据道路交通状况对运输车辆实现智能调度。

（2）建设以互联网、移动通信技术为支撑的传输通道。传输通道是连接数据采集层和数据存储层的桥梁。物流信息的传输通过互联网、移动通信网、无线传感器网络来完成。目前互联网、移动通信等技术发展已相对成熟，能够实现物流数据的传输。各种接入设备与移动通信网和互联网连接，信息在网络通道中传输，并进行分类等初步处理。各个感知端获得的相关信息，通过传输通道及时、准确传递到网络上的存储服务器中，形成各种存储云。

（3）建立以大数据、云计算技术为核心的存储云。存储层为应用层实现多样性服务提供大数据基础。来自于交易环节及物流各环节的海量数据，单台电脑或服务器无法容纳，如何存储及处理这些数据显得很关键。云计算由于具有强大的存储能力和计算处理能力，可以为智慧物流系统提供海量的存储和计算资源。采用统一的数据存储格式和数据处理方法，这些海量数据按照一定的分配方式，存储于网络中的各类存储设备、服务器中，形成仓储云、运输云、交易云等，可以为管理者提供决策支持。云计算是感知端各种信息处理、整合并应用的核心支撑。智慧物流中的云计算中心整合感知端和传输端所收集、传递的信息，为使用者提供定制化服务，降低应用成本，并能提高处理效率。

（4）开发可视化、智能化的应用服务平台系统。应用层对海量的数据和信息进行分析和处理，运用数据挖掘、云计算等智能技术，可以实现物流过程的智能化管理与控制。以大数据、物联网为基础的智慧物流，其运作需要应用服务平台的支撑。开发集成化、智能化的物流信息管理与应用平台，可以实现物流低成本高效运作，同时提升用户满意度。常见的应用服务平台包括：公共服务平台、企业用户平台，不同的平台针对不同类型的客户。各平台可根据需求建立各种系统，如：商品可追溯系统、运单跟踪查询系统、智能化分拣配送系统等，为使用者提供个性化、多样化服务，同时为管理者提供需求预测、决策支持，并实现对物流的全程可视化管理，打造智慧供应链。

5 智慧物流模式的关键技术

（1）业务数据智能感知技术。通过大数据技术及时准确地采集业务运行的数据，并分不同层次需求展示出来。如果系统无法准确及时收集数据，那么即使数据量够大，处理后的大数据价值令人质疑，智慧化物流就无从谈起。

智慧物流通过自动识别与数据获取技术对周边情景进行感知。各种物流单元、物流工具、物流环境构成了现代物流系统，借助自动识别与数据获取技术对物流全过程进行情景感知，使得处于不同位置、环境的物流对象能够可靠、稳定运行。智能感知技术包括RFID读写系统、条码读写系统、GPS、各种传感器等。依靠智能感知，确定目标对象的身份、位置、时间、状态等，为物流的智慧管理提供数据基础。

（2）大数据处理技术。在大数据的采集及处理上，一般认为：大数据获取、大数据预处理、大数据存储、大数据分析及预测等是关键技术。在数据获取上，现有的RFID射频技术、传感技术、移动互联网数据抓取技术等，基本能满足多种类型数据的获取，目前仍需突破分布式高速高可靠数据采集、高速数据全映像等大数据收集技术；在数据存储上，结构化、半结构化和非结构化复杂大数据的管理与处理技术需要重点解决；在数据分析上，需要开发新一代的数据挖掘技术、大数据融合技术；大数据应用的核心是对未来业务进行预测，这也是大数据发挥最大价值的地方。对于物流行业，完全准确的预测是非常困难的，如果能够提前进行业务量预测，就可以对物流过程进行更好的时效控制，进而避免浪费。

（3）大数据智能决策。依托大数据技术进行智能物流决策，很大程度依赖于对未来业务的准确性预测，未来业务的预测准确性高，智能决策就容易实现。当今，基于大数据的智能决策技术在人工智能领域取得突破，例如谷歌AlPhaGo。物联网终端有海量的感知信息，智能分析系统对这些信息连同订单信息、客户分布数据等进行计算分析，在此基础上，考虑物流的时间、成本、客户服务要求等决策因素，智能决策系统能够制定出更加合理、准确和科学的决策。如物流数据统计分析辅助相关部门制定政策，配送路径分析帮助物流企业优化配送路线等。智能决策系统为物流企业、运输部门和政府部门等制定战略规划和经营决策提供参考。

6 结论

大数据时代的到来，引领传统物流走向更加高端的智慧物流发展阶段。以大数据、物联网技术为基础的智慧物流系统，通过软件把人和设备连接起来，经过不断进化，物流系统的智能化水平不断提升，并逐步达到最佳状态。应该看到，未来我国物流业的发展方向是采用智慧物流模式。随着大数据、物联网技术的不断成熟，智慧物流模式在物流行业得到推广应用，未来，智慧物流将变得越来越智能，它在为使用者提供更加便利的物流服务时，帮助用户提高响应速度，降低物流成本，同时帮助企业在供应链中延伸出更多业务。

[1]王谦,李江凤.基于物联网管理模式的智慧物流模式构建[J].中国市场,2014,(50):79-82.

[2]王之泰.城镇化需要“智慧物流”[J].中国流通经济,2014,(3):4-8.

[3]张国伍.大数据与智慧物流—“交通7+1论坛”第三十七次会议纪实[J].交通运输系统工程与信息,2015,(1):3-10.

[4]邵广利.基于物联网技术的智慧物流发展模式研究[J].物流工程与管理,2015,(11):111-114.

[5]胡永生,任敏.基于物联网技术的智慧物流发展策略研究[J].物联网技术,2015,(11):77-78.

[6]高宁,倪立明.物联网在智慧物流管理中的应用[J].物流工程与管理,2016,(1):37-38,40.

[7]李鹏涛.大数据与智慧物流概述—“大数据与智慧物流"连载之一[J].物流技术与应用,2017,(1):133-135.