第三方物流智能优化与决策分析系统及其工程实现

第三方物流智能优化与决策解析系统及其工程实现第三方物流智能优化与决策解析系统及其工程实现第三方物流智能优化与决策解析系统及其工程实现第三方物流智能优化与决策解析系统及其工程实现一、作品的主要研究内容以及创新点1、作品的整体介绍本作品针对第三方物流企业的先进物流见解所设计，主要的架构在于支持其业务营运、操作管理，供给客户实时的信息服务，进而能够增添营运效能、降低操作成本、提高客户的满意度为目标。为此，我们选择了杭州富日物流有限企业作为该作品的应用对象。杭州富日物流有限企业经过引入西方先进的第三方物流经营理念，成功地开辟了以杭州为核心的周边物流市场，目前已成为杭州最大的第三方物流企业之一。富日物流为客户供给仓储、配送、装卸、加工、代收款、信息咨询等物流服务，吸引了包含“伊莱克斯”电器、“科龙”电器、“旭日”轮胎、“康师傅”食品在内的百余家出名企业成为富日物流企业的忠实伙伴。目前，富日物流企业为各客户操作的商品量达2.5亿元。企业还扩大了6万平方米的仓储容量，使每天存储的商品量达10亿元左右。1.1项目的主要研究内容信息管理系统。实现一个通用化、模块化的物流信息管理系统，包含库房管理、运输配送、基础信息等多个通用的子系统。库存展望与优化。研究线性回归、时间序列、灰色模型等算法，依据库存中各种物件的历史出库量，展望出将来一段时间内的出库量，相关管理人员可依据展望出的结果对库房、人员、设备等资源做出开初的安排和调换。运输配送优化调换。利用遗传算法、粒子群算法等智能优化算法，研究实质物流配送模型，实现将一天也许一天中某个时段的运输任务，针对多定单、多产品、多客户目的地的运输要求，对实现配送路线和装车方式的精选，同时最优化地调换车辆和货柜。信息交换技术。研究基于XML数据传输和交换技术、SOAP传输协议的WebServices,为现代物流企业的发展拓宽了道路,节约了整体成本,提高了业务运作效率。数据可视化。1.2系统结构本作品包含六个主要系统，即运务系统、智能决策支持、信息交换、营业系统、仓储系-1-统、帐务系统以及控制面板，将富日物流现有业务涵盖于内，进行一次性规划，分阶段设计，转动推行步骤，渐渐圆满整合系统的详细功能。软件组织图以下：以B/S模式，即阅读器/服务器模式，是一种多层次模式发展起来的新的网络结构模式，依据软件技术原理，软件的逻辑层次划分越认真，其灵便性和可扩展性就越大。因为B/S模式采纳了三层以上软件结构形式，极大地提高了软件的灵便性和可扩展性，使软件便于升级。其他B/S模式的集中式运转、散布式操作的特色，使得应用系统能够部署和保护都集中在一台或少许几台服务器上，客户端一致采纳阅读器而不需在终端上一一安装客户端软件，大大降低了系统的保护成本，也减少了因为客户端软件感生病毒等原由带来的损失。同时由于B/S模式的软件系统的客户端采纳标准的阅读器，使得对系统的操作特别方便，降低了学习和使用的难度，培训开支也显然降低。2、作品创新点针对第三方物流企业的运作过程里，涉及到的一系列的问题，提出了确实可行的方案，特别是提出了以下的创新点：研究线性回归、时间序列、灰色模型等智能算法在物流智能决策中的应用，经过对出入库信息，库存信息，配送信息等的统计解析，使用上述各种智能决策支持算法给管理者供给决策支持信息。研究粒子群算法、遗传算法等智能优化方法在实质物流配送中的运用。针对不同样样的-2-优化目标，建立了车辆最少，时间最短等不同样样的配送模型，同时在模型中考虑不同样样的客户的配送难易程度。将多种算法优化的结果进行比较，给调换员供给多种调换方案。研究基于XML数据传输和交换技术。为认识决异构系统间数据的高效、快捷、安全的传输与交换，本项目使用JAVA结合XML技术开发一个针对第三方物流家电食品行业的数据交换接口。二、已获得的成就在推行过程中，获得了以下成就：赵燕伟，吴斌等，ParticleSwarmOptimizationforVehicleRoutingProblemwithTimewindows,AdvanceinMaterialsManufacturingScienceandTechnology,pp801-805,2004,9(SCI收录No.BBF53)。吴斌，赵燕伟等，ParticleSwarmOptimizationforVehicleRoutingProblem，The5thWorldCongressonIntelligentControlandAutomation,pp2219-2221,2004.6（EI收录No.04388368201)。赵燕伟，吴斌等，车辆路径问题的双种群遗传算法求解方法,计算机集成制造系统-CIMS,pp303-306,2004.NO.3(EI收录No.04268238569)。吴斌,赵燕伟等，ArtificialFishSchoolAlgorithmforVehicleRoutingProblem，TheThirdInternationalConferenceonElectronicCommerceEngineering(ICeCE2003),pp329-331,2003,10(ISTP收录No.BY34X)。吴斌，赵燕伟，蚁群算法的研究现状，自动化仪表，pp1-4,2004,vol.25,No.1杨丰玉，赵燕伟，第三方物流货物需求量的灰色模型展望及应用，计算机工程与应用。（已录取）赵燕伟，胡峰俊等，面向第三方物流的分形工作流网络模型设计，制造业自动化。（已录取）计算机软件著作权《生产计划与调换的智能算法软件包》，登记号：2004SR11619已申报发明专利一项“一种车辆调换问题的粒子群优化方法”，申请号200510061232.9-3-三、第三方物流智能协作系统第三方物流智能协作系统可分为运输系统，智能决策支持系统，营业系统，帐务系统，控制面板，仓储系统，六个模块，各个模块的功能以下所示：运输系统运输系统包含承运单管理，回单管理，人工排车，最小车辆排车，准时到达排车，调度基础信息的保护几大功能模块。图1运输系统图2自动生成承运单-4-图3：运输系统界面智能决策支持系统物流系统中的决策支持系统主要包含三个主要内容：数据统计解析、数据挖掘及多维表解析。数据统计解析主若是对平常操作的数据库表依据相关的条件进行盘问和汇总；数据挖掘部分的功能主要有展望、聚类和种类般配，这些功能主若是在统计解析结果的基础上，利用相应的算法，获得一些有效的知识和规则，辅助用户进行决策；多维表解析是将数据库中平常操作数据中用户所关注的数据提拿出来，建立拥有多个维度的数据库房。用户可从这多个维度来查察自己所关怀的数据。图4智能决策支持系统-5-图5智能决策支持图6智能决策支持-6-图9智能决策支持系统营运系统营运系统是富日物流经营的对外窗口，包含收货，出货订单的接受，生成，对外的数据交换。基于XML的数据交换接口，供给了与其他企业进行交换的快捷方式。图10XML数据交换系统界面-7-图11XML数据交换系统界面图12XML数据交换系统界面图13XML数据交换系统界面-8-控制面板控制面板主要试对客户、仓储、货物等各种基础信息的操作，如增添，删除，盘问等。图14控制面板系统界面仓储系统仓储管理子系统是物流作业的重心，关于第三方物流的专业化、规模化，配送的少很多样化，货物流动的随机性，仓储所饰演的角色已经不再是单纯的储放保存，他被恩赐更多的流动见解，货物入仓的目的已扩展到依订单的分拣或合并，组与拆装的流通加工，包装与贴标的简单加工。仓储系统主要完成货物的收货、出货、入库、拣货、库存管理等。-9-图15仓储系统界面帐务系统帐务系统包含结算管理和开支调整两个功能。图16帐务管理系统界面-10-四、重点技术该作品除了一般的业务流程之外，重点研究和解决了以下问题：建立库房中物件入/出库量、库存量、配送频率的展望模型，利用时间序列、灰色模型等算法实现对将来一段时间内出库量的展望。建立实质的物流配送模型，遗传算法、粒子群算法等方法的求解方案，如编码方式，进化策略，交叉方法等。在web客户端采纳图形化方式来显示算法的结果。用XML拟订关于第三方物流系统的标准规范及其实现，以及与不同样样数据库间的XML变换技术的研究和实现。1、智能决策支持技术智能决策支持系统主要包含统计解析、展望解析、淡旺季般配及OLAP四个模块，其结构以以下列图所示：决策支持系统统计解析展望解析淡旺季般配OLAP数据库图7：智能决策支持系统框图统计解析技术统计解析模块采纳数学中的统计解析方法，利用乞降、求平均值等方法统计出某些用户所关怀的数据，如某一段时间内某个客户占用库房的面积，该客户所耗费的成本及产生的各栽开支等信息。本模块包含以下几个部分，结构以以下列图所示：统计解析模块出收库配配配客客送送货货存送户户及准统统统统成收时确计计计计本益率率分分分分统统统统析析析析计计计计图8：统计解析技术框图-11-智能展望解析技术此模块是在统计解析的基础上，利用一些智能算法发如线性回归、指数圆滑、灰色模型等方法来展望出将来一段时间内的趋向。展望的对象是某个种类的货物收货、出货的次数及收货、出货、库存的数目。展望的种类分为两种，年展望和月展望。年展望只展望每年的总量，而月展望则是展望每个月的数目。展望模块包含以下几个模块：年月年月年月出出收收库库货货货货存存量量量量量量预预预预预预测测测测测测模型库算法库数据库图9：展望解析模块框图淡旺季般配技术淡旺季般配是针对库房中货物出货有季节性的特色，先计算出其每年的淡旺季月份，再在淡旺季月份的基础上找出淡旺季恰巧般配的货物，考虑将其放在同一库房或库位，进而提高库房面积的利用率。图10：淡旺季般配框图多维数据解析技术OLAP（OnLineAnalysisProcessing），即联机事务办理，它的功能是将数据库中的日常操作数据依据用户所关注的问题建立成数据库房，并将数据库房依据多个维度、多个角度展现于用户眼前，方便用户进行宏观和微观的盘问要求。-12-数据库房出收配货货送分分分析析析数据库图11：多维数据解析框图核默算法DBSCAN算法：利用类的高密度连通性能够迅速发现任意形状类的聚类算法。算法能够依仍旧本的散布状况自动地确立邻域的大小，有效地除掉噪声的搅乱，获得较好的聚类奏效。K-中心点算法：在K平均值的基础上，采纳簇中地址最中心点的对象，即中心点，作为参照点，将其他点按距离归到某此中心点所代表的簇中，再屡次地用非代表对象来取代代表对象，最后获得最优的聚类结果。比较于K平均值，K中心点对初始化数据不敏感。指数圆滑法：是在本期的实质数据和展望数据基础上，采纳加权因子的方法，对下期进行展望的方法。比较于一般的加权平均，指数圆滑法例兼容了全期平均和搬动平均所长，不舍弃过去的数据，但是仅恩赐渐渐减弱的影响程度，即随着数据的远离，恩赐渐渐收敛为零的权数。GM（1，1）：是灰色理论中一阶展望建模方法，它能依据现有的少许信息进行计算和推断，先建立自己数据建立动向微分方程，再展望自己的发展，特别适合“少许据建模”。改进的季节性模型：在季节性模型的基础上，采纳GM（1，1）算法，对月数据进行展望。该算法针对了数据的月特色，使得展望出的结果中连续保持月特色，更凑近于实质数据。2、智能车辆调换技术智能车辆调换模块主要包含基础信息系统，智能算法系统，智能算法系统中又包含车辆最少模型，准时到达模型，综合智能调换等模块，所用算法包含遗传算法，粒子群算法等多种智能调换算法。系统模块以以下列图所示：-13-车辆智能调换系统基础信息子系统智能算方法系统客客客算车准综户户户法辆时合的间配的最到智坐的送参少达能标距的数调调调信离难信度度度息（易息时程间度）法智改承图算等能运形法）算单化收法生结敛调成果图度，演（查示遗看传，算修图12：车辆智能调换系统框图车辆最少排车模型车辆最少模式派车，优化的目标为此次派车任务需要得车辆最少，运转得线路最短（也能够是成本最少，油耗最少等目标，依据基础信息中供给的信息的不同样样）。此种模式派车，有四种算法。包含遗传算法，粒子群算法，节约法，扫描法。每种算法执行的流程和操作近似。下边以遗传算法为例进行介绍。遗传算法调换点击页面产生委运单列表，页面上供给委运单的简短信息。包含：委运单号，客户名称，客户的总数目，总重量，整体积，卸货地址，要求的到货时间，预计的卸货时间。对每一条委运单供给明细信息查察功能。此页面上供给委运单按送货地址进行单个也很多个盘问功能。输入要盘问的地址，显示与此符合的委运单。点击智能调换，委运单中的客户地址，货物的重量，体积等信息，这些信息做为算法参数传入智能调换算法。智能优化算法在后台对提交的委运单进行调换。智能算法调换的流程以以下列图所示（遗传算法例子）。生成承运单对满意的调换结果生成承运单。承运单编号依据日期自动产生，承运单的信息能够查察，-14-更正，删除。图13：车辆调换系统流程图图形化显示采纳图形化方法显示调换的结果。在地图上会用不同样样颜色的线条表示不同样样的车配送的线路。地图上会表示出配送客户的地址和名称。模拟小车会依据算法安排的线路接见客户。收敛图画出算法此次计算的收敛图，给用户供给判断此次运算结果可否优秀的一个准则。准时到达排车模型此功能有遗传算法求解方法。准时到达排车的目标是第一是知足客户时间上的要求，及保证在客户要求达到的时间内进行配送。其次是希望所用的车辆数最少，车辆行驶的距离最短（也能够是成本最少，油耗最少等目标，依据基础信息中供给的信息的不同样样）。算法运转的过程如前所述。（略）-15-图14：遗传算法流程图综合智能算法排车此功能供给上述四种算法的综合调换算法，每次调换结果给出四种排车方案，用户能够依据需要选择适合的方案。每种方案能够查察详细，能够看图形化演示结果。选中的方案能够生产承运单。调换基础信息的保护客户的坐标信息此功能能够让用户增添、更正、盘问客户的坐标，这些操作都是基于电子地图，客户能够经过鼠标点出客户的地址，坐标数值能够自动更正，显示。客户间的距离（时间）此功能供给客户间距离（时间）的盘问、增添、更正。这些操作都是基于电子地图的，方便用户查察。客户配送的难易程度此功能供给客户配送难易程度的盘问、增添、更正。难易程度用平常的语言“难”、“易”等词语表示，方便用户使用。算法的参数信息供给各种算法参数的显示，更正。-16-核默算法：遗传算法遗传算法的是上世纪最成功也是最经典的一种办理复杂优化问题的方法。它的算法比较简单，对目标函数没有特其他要求。所得在短时间内能够获得比较优秀的解。遗传算法的参数有：种群规模，迭代次数，交叉概率，变异概率。种群规模表示在一个遗传算法中，有多少个染色体。在车辆调换中，一个染色体表示一个可行的派车计划。遗传从初始的派车计划开始不停的演化，最后获得比较好的派车计划。初始派车计划的生成的数目平常在10－100之间，默认值是50。迭代次数表示遗传算法演化的代数，平常演化的代数越多，所得的结果也越好。同时计算的时间也越长。演化代数在500－100000代之间。这里默认是1000代。交叉概率，变异概率在遗传算法的两个参数。交叉概率的取值一般在0.5-1，变异概率在0－0.3。两个参数的值都不能够够高出1。粒子群算法粒子群算法是一种新式的优化方法，它拥有算法简单，收敛迅速的特色。粒子群算法的参数有：种群规模，迭代次数，惯性权重，权重c1,权重c2，最大速度。种群规模，迭代次数的意义如一遗传算法。惯性权重的取值范围在0－1。平常取1。权重c1,权重c2的取值范围在0－4，平常取2。最大速度的取值范围在100－500之间。默认取200。节约法节约法是一种经典的求解车辆路径问题的方法，算法简单，计算迅速。但只好办理比较小规模的问题。平常100个客户以下的问题能获得比较好的结果。算法参数：运转次数，改进算子。运转次数表示算法迭代的次数，改进算子表示改进的方法，有2-opt,3-opt,US-5等方法。扫描法扫描法也是一种经典的求解车辆路径问题的方法。它能够将客户依据地理地址的远近进行分群，今后配送。算法参数同节约法。3、XML数据交换平台在企业内部集成散布式商务办理是一项艰巨的工作，而在企业之间进行集成则拥有-17-特别高的成本。若要在实质上简化企业内部和企业之间协调商务办理，还需要进行大批的工作。基于XML的标准的出现，其目的是便于协调商务办理，而且不依赖于操作系统、编程模式或编程语言。而基于这类标准的全面的集成化环境，不只为企业内部，更为使用互联网的企业之间供给了一种协调商务办理的迅速、简单、性价比很好的解决方案。本作品的系统是主要采纳BS模式来开发，在与物流的客户间要交互的话，就涉及到大批数据的交换。而关于一般的客户来说，基本是采纳EDI系统，即采纳CS模式。为解决在异构系统间的数据交换的问题，提出了一套基于第三方富日物流企业的交换标准。能够在此基础上，不同样样结构数据库的系统间，能够进行数据的高效，安全，靠谱的传输。目前已经能够顺利与杭州祐康电子商务网络有限企业进行数据的交换，交换的格式包含收货单，发货单，库存单，客户信息单，商品信息单等多个xml文件。这些文件均是采纳xml文档的要求，把大批的数据存放在xml字段中，解决了异构系统间的数据交换的问题。比方，在杭州祐康电子商务网络有限企业里，是采纳CS模式的系统，在与富日物流间，每天都有大批的数据的交换，以前均是采纳手工方式，生成excel文档形式，来进行数据的交换。在这时期，存在着数据的漏填，错填的，以及要把数据从excel格式变换到本系统间，又存在着要开支大批的人力和时间，而且数据的靠谱性不高。