2.4 智慧物流數(shù)據(jù)處理與計(jì)算技術(shù)

沒有數(shù)據(jù)處理與計(jì)算技術(shù)，智慧物流將不能稱為智慧物流，在智慧物流領(lǐng)域應(yīng)用的數(shù)據(jù)處理與計(jì)算技術(shù)主要包括大數(shù)據(jù)、云計(jì)算等。

2.4.1 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)（Big Data），指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的新模式才能處理的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)，具有體量大、種類多、產(chǎn)生速度快和低價(jià)值密度等特征。

大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

大數(shù)據(jù)在物流企業(yè)中的應(yīng)用貫穿了整個(gè)物流企業(yè)的各個(gè)環(huán)節(jié)。主要表現(xiàn)在物流決策、物流企業(yè)行政管理、物流客戶管理及物流智能預(yù)警等過程中。

在物流決策中，大數(shù)據(jù)技術(shù)應(yīng)用涉及競(jìng)爭(zhēng)環(huán)境的分析與決策、物流供給與需求匹配、物流資源優(yōu)化與配置等。在競(jìng)爭(zhēng)環(huán)境分析中，為了達(dá)到利益的最大化，需要與適合的物流或電商等企業(yè)合作，對(duì)競(jìng)爭(zhēng)對(duì)手進(jìn)行全面的分析，預(yù)測(cè)其行為和動(dòng)向，從而了解在某個(gè)區(qū)域或是在某個(gè)特殊時(shí)期，應(yīng)該選擇的合作伙伴。在物流的供給與需求匹配方面，需要分析特定時(shí)期、特定區(qū)域的物流供給與需求情況，從而進(jìn)行合理的配送管理。在物流資源的配置與優(yōu)化方面，主要涉及運(yùn)輸資源、存儲(chǔ)資源等。物流市場(chǎng)有很強(qiáng)的動(dòng)態(tài)性和隨機(jī)性，需要實(shí)時(shí)分析市場(chǎng)變化情況，從海量的數(shù)據(jù)中提取當(dāng)前的物流需求信息，同時(shí)對(duì)已配置和將要配置的資源進(jìn)行優(yōu)化，從而實(shí)現(xiàn)對(duì)物流資源的合理利用。

在企業(yè)行政管理中也同樣可以應(yīng)用大數(shù)據(jù)相關(guān)技術(shù)。例如，在人力資源方面，在招聘人才時(shí)，通過大數(shù)據(jù)技術(shù)，對(duì)人才進(jìn)行個(gè)性分析、行為分析、崗位匹配度分析，從而選擇合適的人才；對(duì)在職人員同樣也可通過大數(shù)據(jù)技術(shù)進(jìn)行忠誠(chéng)度、工作滿意度等的分析。

大數(shù)據(jù)技術(shù)在物流客戶管理中的應(yīng)用主要表現(xiàn)在客戶對(duì)物流服務(wù)的滿意度分析、老客戶的忠誠(chéng)度分析、客戶的需求分析、潛在客戶分析、客戶的評(píng)價(jià)與反饋分析等方面。

物流業(yè)務(wù)具有突發(fā)性、隨機(jī)性、不均衡性等特點(diǎn)，通過大數(shù)據(jù)技術(shù)，可以有效了解消費(fèi)者偏好，預(yù)判消費(fèi)者的消費(fèi)可能，提前做好貨品調(diào)配，合理規(guī)劃物流路線方案等，從而提高物流高峰期間物流的運(yùn)送效率。

2.4.2 云計(jì)算技術(shù)

在互聯(lián)網(wǎng)時(shí)代，隨著信息與數(shù)據(jù)的快速增長(zhǎng)，有大規(guī)模、海量的數(shù)據(jù)需要處理。為了節(jié)省成本和實(shí)現(xiàn)系統(tǒng)的可擴(kuò)展性，云計(jì)算（Cloud Computing）的概念應(yīng)運(yùn)而生。

云計(jì)算最基本的概念是，通過網(wǎng)絡(luò)將龐大的計(jì)算處理程序自動(dòng)分拆成無數(shù)個(gè)較小的子程序，再交由多個(gè)服務(wù)器組成的龐大系統(tǒng)，經(jīng)搜索、計(jì)算分析之后將處理結(jié)果回傳給用戶。云計(jì)算服務(wù)可以在數(shù)秒之內(nèi)處理數(shù)以千萬計(jì)的數(shù)據(jù)。

云計(jì)算是分布式計(jì)算技術(shù)的一種，可以從狹義和廣義兩個(gè)角度理解。狹義云計(jì)算是指IT基礎(chǔ)設(shè)施的交付和使用模式，指通過網(wǎng)絡(luò)需要、易擴(kuò)展的方式獲得所需要的資源；廣義云計(jì)算是指服務(wù)的交付和使用模式，指用戶可以通過網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需的計(jì)算服務(wù)。云計(jì)算具有超大規(guī)模、虛擬化、可靠安全等特點(diǎn)，云計(jì)算的核心是服務(wù)。例如，Microsoft提供的云計(jì)算有3個(gè)典型特點(diǎn)：軟件+服務(wù)、平臺(tái)戰(zhàn)略和自由選擇。未來的互聯(lián)網(wǎng)世界將會(huì)是“云+端”的組合，用戶可以便捷地使用各種終端設(shè)備訪問云端的數(shù)據(jù)和應(yīng)用，這些設(shè)備可以是便攜式計(jì)算機(jī)和手機(jī)，甚至是電視機(jī)等各種電子產(chǎn)品；同時(shí)，用戶在使用各種設(shè)備訪問云服務(wù)時(shí)，得到的是完全相同的體驗(yàn)。

可以說，云計(jì)算是智慧物流應(yīng)用發(fā)展的基石。原因有兩個(gè)：一是云計(jì)算具有超強(qiáng)的數(shù)據(jù)處理和存儲(chǔ)能力；二是由于智慧物流系統(tǒng)中無處不在的數(shù)據(jù)采集，需要大范圍的支撐平臺(tái)以滿足其規(guī)模需要。

基于云計(jì)算的物流信息平臺(tái)主要用于滿足政府、工商企業(yè)、物流企業(yè)和普通用戶對(duì)物流信息的需求。圍繞從生產(chǎn)要素到消費(fèi)者之間時(shí)間和空間上的需求，能夠處理從制造、運(yùn)輸、裝卸、包裝、倉(cāng)儲(chǔ)、加工、拆并、配送等各個(gè)環(huán)節(jié)中產(chǎn)生的各種信息，使信息能夠通過物流信息平臺(tái)快速、準(zhǔn)確傳遞到現(xiàn)代物流供應(yīng)鏈上所有相關(guān)的企業(yè)、物流公司、政府部門及客戶或代理公司，成為各個(gè)現(xiàn)代物流企業(yè)所依賴的信息化工作平臺(tái)，云計(jì)算平臺(tái)的建立，大大加快了各中、小型物流企業(yè)的信息化平臺(tái)的開發(fā)效率，吸引物流企業(yè)及其合作伙伴將其應(yīng)用系統(tǒng)建立在云計(jì)算平臺(tái)之上，同時(shí)將其日常數(shù)據(jù)存儲(chǔ)在云存儲(chǔ)中心。

案例2-2 深度揭秘菜鳥物流云

菜鳥物流云是一個(gè)云平臺(tái)，其底層借助阿里云穩(wěn)定和強(qiáng)大的部署，向物流合作伙伴和物流生態(tài)提供一個(gè)非常穩(wěn)定和強(qiáng)大的公有云的IASS層的平臺(tái)；中間層提供電子面單、地址和數(shù)據(jù)池等服務(wù)；應(yīng)用層提供倉(cāng)儲(chǔ)物流、快遞行業(yè)等一系列的行業(yè)解決方案。在這個(gè)云平臺(tái)上，菜鳥實(shí)現(xiàn)了產(chǎn)品市場(chǎng)、服務(wù)產(chǎn)品接入標(biāo)準(zhǔn)化，產(chǎn)品模型定義標(biāo)準(zhǔn)化的工作，推動(dòng)物流生態(tài)向數(shù)據(jù)化和智慧化邁進(jìn)。（資料來源：搜狐科技，2017年1月）

2.4.3 智能控制技術(shù)

隨著科技進(jìn)步，人們對(duì)大規(guī)模、不確定、復(fù)雜的系統(tǒng)控制要求不斷提高，智能控制在這種背景下孕育而生。智能控制是自動(dòng)控制發(fā)展的最高階段。

智能控制主要包含模糊控制、專家控制、人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等內(nèi)容。模糊控制是應(yīng)用模糊集合理論，從行為上模擬人的模糊推理和決策過程的一種實(shí)用方法，其核心為模糊推理，主要依賴模糊規(guī)則和模糊變量的隸屬度函數(shù)。專家控制（Expert Control）是智能控制的一個(gè)重要分支，又稱為智能專家控制。專家控制是專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)的結(jié)合，在未知環(huán)境下，仿效專家的經(jīng)驗(yàn)實(shí)現(xiàn)對(duì)系統(tǒng)的控制。專家控制試圖在傳統(tǒng)控制的基礎(chǔ)上“加入”一個(gè)富有經(jīng)驗(yàn)的控制工程師，實(shí)現(xiàn)控制功能，它由知識(shí)庫(kù)和推理結(jié)構(gòu)構(gòu)成主體框架，通過對(duì)控制領(lǐng)域知識(shí)（先驗(yàn)經(jīng)驗(yàn)、動(dòng)態(tài)信息、目標(biāo)等）的獲取與組織，按某種策略及時(shí)地選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理輸出，實(shí)現(xiàn)對(duì)實(shí)際對(duì)象的控制。專家控制的結(jié)構(gòu)如圖2-4所示。

人工神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)，Neural Network）是模擬人腦思維方式的數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代生物學(xué)研究人腦組織成果的基礎(chǔ)上提出的，用來模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為，它從微觀結(jié)構(gòu)和功能上對(duì)人腦進(jìn)行抽象和簡(jiǎn)化，是模擬人類智能的一條重要途徑，反映了人腦功能的若干基本特征，如并行信息處理、學(xué)習(xí)、聯(lián)想、模式分類和記憶等。人工神經(jīng)網(wǎng)絡(luò)本身各簡(jiǎn)單節(jié)點(diǎn)沒有明顯的物理意義，但綜合網(wǎng)絡(luò)可描述復(fù)雜和非線性系統(tǒng)的控制和辨識(shí)問題，而且能做到并行實(shí)時(shí)、冗余容錯(cuò)的運(yùn)算。它有以下特點(diǎn)：能充分逼近任意非線性特性；分布式并行處理機(jī)制；自學(xué)習(xí)和自適應(yīng)能力；數(shù)據(jù)融合能力；適合于多變量系統(tǒng)；多變量處理；可硬件實(shí)現(xiàn)。這些特點(diǎn)使神經(jīng)網(wǎng)絡(luò)成為非線性系統(tǒng)建模與控制的一種重要方法，因此人工神經(jīng)網(wǎng)絡(luò)成為實(shí)現(xiàn)非線性預(yù)測(cè)控制的關(guān)鍵技術(shù)之一。

遺傳算法英文簡(jiǎn)稱GA（Genetic Algorithms），是1962年由美國(guó)Michigan大學(xué)Holland教授提出的模擬自然界遺傳機(jī)制和生物進(jìn)化論而形成的一種并行隨機(jī)搜索最優(yōu)化方法。遺傳算法是一種基于生物進(jìn)化模擬的啟發(fā)式智能算法，它的基本策略是：將待優(yōu)化函數(shù)的自變量編碼成類似基因的離散數(shù)值碼，然后通過類似基因進(jìn)化的交叉、變異、繁殖等操作獲得待優(yōu)化函數(shù)的最優(yōu)或近似最優(yōu)解。在智能控制中，遺傳算法廣泛應(yīng)用于各類優(yōu)化問題，遺傳算法可以用于復(fù)雜的非線性系統(tǒng)的辨識(shí)，多變量系統(tǒng)控制規(guī)則的優(yōu)化，智能控制參數(shù)的優(yōu)化等常規(guī)控制方法難以奏效的問題。遺傳算法具有可擴(kuò)展性，可以同專家系統(tǒng)、模糊控制和神經(jīng)網(wǎng)絡(luò)結(jié)合，為智能控制的研究注入新的活力。例如，可用遺傳算法對(duì)模糊控制的控制規(guī)則和隸屬度函數(shù)進(jìn)行優(yōu)化，對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化等。

智能控制技術(shù)在物流管理的優(yōu)化、預(yù)測(cè)、決策支持、建模和仿真、全球化物流管理等方面應(yīng)用，使物流企業(yè)的決策更加準(zhǔn)確和科學(xué)。

2.4.4 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是指從數(shù)據(jù)集合中自動(dòng)抽取隱藏在數(shù)據(jù)中的那些有用信息的過程。這些有用的信息的表現(xiàn)形式為規(guī)則、概念、規(guī)律及模式等，它們可以幫助決策者分析歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)，并從中發(fā)現(xiàn)隱藏的關(guān)系和模式，進(jìn)而預(yù)測(cè)未來可能發(fā)生的行為。數(shù)據(jù)挖掘的主要特點(diǎn)是對(duì)數(shù)據(jù)庫(kù)中的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，并從中提取輔助決策的關(guān)鍵性數(shù)據(jù)。

數(shù)據(jù)挖掘過程可以分為數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘以及結(jié)果評(píng)價(jià)和表達(dá)3個(gè)主要階段。數(shù)據(jù)挖掘技術(shù)主要包括統(tǒng)計(jì)方法、關(guān)聯(lián)規(guī)則、聚類分析、決策樹方法、神經(jīng)網(wǎng)絡(luò)、遺傳算法、粗糙集和支持向量機(jī)等。

數(shù)據(jù)挖掘技術(shù)在物流決策、倉(cāng)儲(chǔ)管理、運(yùn)輸管理、配送管理等場(chǎng)景中均有比較廣泛的應(yīng)用，對(duì)于提高現(xiàn)代物流的智慧化水平發(fā)揮著重要作用。

2.4.5 視頻分析技術(shù)

視頻分析技術(shù)就是使用計(jì)算機(jī)圖像視覺分析技術(shù)，通過將場(chǎng)景中背景和目標(biāo)分離，進(jìn)而分析并追蹤在攝像機(jī)場(chǎng)景內(nèi)出現(xiàn)的目標(biāo)。用戶可以根據(jù)視頻內(nèi)容進(jìn)行分析，通過在不同攝像機(jī)的場(chǎng)景中預(yù)設(shè)不同的報(bào)警規(guī)則，一旦目標(biāo)場(chǎng)景中出現(xiàn)了違反預(yù)定義規(guī)則的行為，系統(tǒng)即自動(dòng)發(fā)出報(bào)警，用戶可以通過單擊報(bào)警信息，實(shí)現(xiàn)報(bào)警的場(chǎng)景重組并采取相關(guān)措施。

智能視頻分析軟件能夠?qū)σ曨l圖像信息進(jìn)行智能化、自動(dòng)化處理，使系統(tǒng)具有視頻圖像的自動(dòng)智能分析、自動(dòng)鎖定跟蹤、自動(dòng)預(yù)警、自動(dòng)告警、自動(dòng)錄像、自動(dòng)上傳等功能，具有智能性、可靠性、易集成等特點(diǎn)。可完成視頻異常檢測(cè)，強(qiáng)光、移動(dòng)、遮擋、干擾以及圖像識(shí)別、文字識(shí)別等功能。

視頻分析技術(shù)在貨物追蹤、倉(cāng)庫(kù)安防、智能停車管理等方面具有廣泛的應(yīng)用。

案例2-3 2018年，那些令人驚艷的物流“黑”科技

2018年是智慧物流突飛猛進(jìn)發(fā)展的一年，既有無人機(jī)、無人車、智能倉(cāng)儲(chǔ)、區(qū)塊鏈、智慧物聯(lián)網(wǎng)等技術(shù)的不斷創(chuàng)新再發(fā)展，也有看似天馬行空實(shí)際正在成為現(xiàn)實(shí)的未來物流園區(qū)、地下物流通道等設(shè)施的落地。（資料來源：億歐，2019年1月）