烟草工业企业物流运输环节智慧配载应用研究

胡斌 李乐 郑婕 陈兆麟

摘要：随着企业产销规模的扩大，物流业务的运营体量和复杂程度与日俱增，企业对货物运输提出了更高的要求，如何解决快速有效地将货物配载与配装成了企业迫切需要解决的一个重要的问题。为了顺应形势发展要求，降低物流成本、提升物流服务保障能力、提高物流运输作业效率、提高物流精益化管控能力和自主创新能力，采用信息化、智能化手段建设工业物流运输体系已然迫在眉睫。

关键词：智慧配载;人工智能;机器学习;运输管理系统

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2019）16-0214-02

开放科学（资源服务）标识码（OSID）：

烟草企业工业运输主要是干线运输，面临着具有单次里程较长、业务流程较为简单、订单较为零散、终点较为分散、频次相对较低、成本较高等问题，因此在货物配载配送过程中需要通过资源调度、车次管理、运输规划、调度车辆、提货交接、收货发货、签收等管理功能将人力、运力、运输设备进行合理的组织，统一使用实时控制从而创造更多的运输价值，实现工业运输智慧配载。

1 概述

随着信息技术的高速发展，传统的依靠人工根据经验进行车辆配载计算并进行车辆调度分配的方式存在着运输资源未整合、整体运输车辆缺少提前根据储运计划预测资源使用情况，未能实现统一调拨，回程装载率低，导致运输车辆数量不能与订单实际需求运输车量匹配，出现车辆闲置，满载率低;并且在整个业务流程中物流中心与承运商在车辆调度与作业执行过程中信息共享机制差，储运需求与计划执行之间协同不足，运输作业执行情况监管不到位，关键信息不共享，导致物流响应速度慢，物流资源统筹不合理，仓库无法匹配运输计划协调安排出入库计划，运输与仓库信息不足，造成仓库装卸现场管理难，装车效率低，车辆等待时间久，间接造成物流成本高，效率低等问题。

1.1 企业工业运输现状分析

1.1.1 干线运输区域性特征

工业运输主要是干线运输，从卷烟厂运输到省内外各个商业客户，终点分布较松散，频次相对较低，单次里程相对较长，成本相对较高。

1.1.2 信息化建设支撑能力薄弱

现有的信息物流系统对业务整体覆盖不足，特别在经营管理层中的储运计划管理、供应商管理、费用管理、运营分析、车辆与驾驶员管理、客户服务管理、以及作业执行层中的单证管理、在途管理、驾驶员安全管理、库内管理、库存管理缺乏有效信息化支撑，物流各环节信息不通畅，营销、调度、运输商各物流参与者之间信息较孤立，没有统一的平台把车流、人流、物流贯穿起来。

1.1.3 资源整合能力有待提升

当前工业运输订单下达较零散，导致物流配送不集中，存在同一方向订单多趟运输情况，造成车辆资源浪费，配载率等情况。

2 智慧配载的应用意义分析

2.1 设计思路

以行业智慧物流建设规划思路为基础，兼顾对新技术的前瞻性和行业实践经验的借鉴，建设灵活、高效、协同的智能配载应用，融合供应链上下游资源，以支撑物流管理精细化、订单集中化、资源整合化、作业高效化为重点，采用科学模型，支撑决策，提高车辆装载率，降低物流成本。

1） 资源整合，打破横向信息壁垒

通过物流资源共享，加强仓储、运输等各环节之间，以及物流与供应链上下游之间的协同，提高供应链整体运行效率。

2） 管理提升，构建纵向管理闭环

全面覆盖车辆调度、车辆配载、线路优化、在途监控、服务评价各环节，提供端到端的物流监控和管控能力。

3） 决策优化，创立业务分析模型

不断累积物流运营数据，采用科学分析模型，利用机器学习算法，对车辆装载、线路优化等进行综合分析，为经营决策提供有力的支撑。

2.2 智慧配载功能介绍

智慧配载主要是以人工智能算法为基础，充分考虑原料、辅料、成品等不同类型货物的重量和包装体积，以及车辆规格、结构等，最大程度提高装车配载率。智能配载主要包括订单管理、调度管理、配载管理、线路管理、在途监控、算法管理、数据分析等功能，整合中烟原料、辅料、成品等的储运需求，集中和统一分散在各业务部门、各烟厂的运输业务，以需求预测为基础，通过订单模型、装载模型，线路优化模型提前将可用运力、库位等资源与需求预测匹配，打通从储运需求到计划、调度到执行完成的流程接口，建立端到端的需求响应流程体系，并配套完善的过程监控指标体系与预警机制，实现规范一体化的物流运作，满足横向储运协同作业，纵向集中调度指挥的管理要求。

2.3 实现价值

1） 提高配车效率

使用自动配车功能后，订单可以直接配载到承运商的车辆上，两步并一步并且可以批量执行，大大提高配车效率。

2） 减少人为因素

实现自动配车后系统会根据固定的规则自动派车，减少人为操作及人为因素产生的错误。

3） 公平合理

自动配车功能会根据承运商配额及车辆运量比例来自动派单，减少中间人为因素影响，可以做到公正、公平、合理、有效提高承运商和司机的积极性。

4） 进入竞争机制

引入了承运商配额管理，根据承运商配额自动分单分派，并且公平合理，可以提高承运商竞争热情和服务热情，有利于增强中烟企业形象。

5） 快速反应

自动派车的设计方案是以区域和线路为基础的，如果运输模式或管理模式有调整，可以通过区域、线路结构的快速调整来满足需求。

2.4 技术路线

统一调度运输资源，覆蓋规划的物流运输业务流程，结合现有物流运输业务，通过配载算法、线路优化算法、订单拆分算法，根据数据分析模型验证，结合机器学习技术，不断优化，实现工业企业装载、线路、订单的智能化优化，打通从储运需求到计划、调度到执行完成的流程接口，建立端到端的需求响应流程体系，并配套完善的过程监控指标体系与预警机制，实现规范一体化的物流运作，满足横向储运协同作业，纵向集中调度指挥的管理要求。

2.5 关键技术及实施路径

1） 基于机器学习模型的装载算法研究

机器学习是人工智能的核心，通过对装载算法的研究与设计，充分考虑各种装车配载的场景，筛选出装车配载的最优方案。

2） 基于机器学习模型的线路优化算法研究

通过对线路优化算法设计，支持实际业务中多维度的配送约束条件;能够有效地提高工作效率，降低人为误差，减少运输成本。

3） 智能配载应用微服务架构设计

微服务架构是一项在云中部署应用和服务的新技术。按照组件化、服务化方式开发，灵活扩展。

4） 移动端业务功能实现

开发设计一套移动应用系统，辅助应用，进一步提升物流效率和拓宽功能使用地理局限。

3 总结

近年来，随着烟草物流建设的进一步发展和信息技术的迅猛发展，以人工智能等技术为代表的智能化高新技术将在烟草物流运输领域得到大规模应用。通过试点实施、验证、应用成熟后，可推广至其余单位进行应用，产生更大的投资收益，创造更多的经济价值，为烟草工业企业车辆智能配载管理提供较好的参照案例，为推动智慧物流建设起到较好的示范及促进作用。

【通联编辑：李雅琪】