北京步步高分公司配送线路优化设计和实现 物流管理专业

目录TOC\o"1-3"\h\u中文摘要 1英文摘要 21绪论 31.1研究的背景及意义 31.2国内外研究现状 31.2.1国外研究现状 31.2.2国内研究现状 41.3研究的主要思路 62物流配送概述 62.1物流配送的概念 62.2物流配送的作用 72.3配送路线优化的意义 73北京步步高分公司配送现状分析 83.1公司简介 83.2公司配送现状 83.2.1北京步步高原配送线路基本数据分析 83.2.2北京步步高现有的配送系统存在的问题 94北京步步高分公司配送线路优化 124.1建立VRP模型 124.1.1VRP模型简介 124.1.2以北京为配送中心的配送系统建立VRP模型 154.2北京步步高分公司配送线路的分析与优化 124.2.1基于节约算法的企业配送路线优化 124.2.2基于遗传法的企业配送路线优化 154.3两种优化方案比较分析 16结论 18致谢 20 TOC\o"1-3"\h\u北京步步高分公司配送线路优化设计摘要：配送路线的优化，是配送优化中的一个关键环节。在配送过程中，配送线路合理与否对配送速度、成本、效益影响很大。设计合理、高效的配送路线方案，不仅可以减少配送时间，降低作业成本，提高企业的效益，而且可以更好地为客户服务，提高客户的满意度，维护企业良好的形象。本文将以北京步步高分公司当前的配送线路的优化问题作为研究对象，运用节约算法与遗传法计算比较，以期望提供有价值的建议。关键词：物流配送；节约里程算；遗传法BeijingstepbystephighdistributionlineoptimizationdesignAbstract:Theoptimizationofdistributionrouteisakeylinkinthedistributionoptimization.Inthedistributionprocess,thedistributionlineisreasonableornothasgreatinfluenceonthespeed,costandbenefit.Thedistributionroutedesignisreasonableandefficient,cannotonlyreducethedeliverytime,reduceoperatingcosts,improvetheefficiencyofenterprises,butalsocanbetterservecustomers,improvecustomersatisfaction,maintainagoodcorporateimage.Inthispaper,wewilltaketheoptimizationproblemofthecurrentdistributionlineinBeijingastheresearchobject,andusethesavingsalgorithmandgeneticalgorithmtocompare,inordertoprovidevaluablesuggestions.Keywords:Logisticsdistribution;Mileagesaving;Geneticmethod1绪论1.1研究的背景及意义由于市场竞争日趋激烈，企业为了降低成本、提高自身竞争力逐渐采用“零库存”的运作方式：消费者对产品需求多样化和快速变化，企业相应必须采取“少批量、多批次”的进货和生产方式；另外还有对企业全面质量管理的要求等等因素，这些都要求更快、更频繁地运输少量、多批次的货物，这些直接或间接地导致了配送成本的增加，配送成本往往占据整个物流成本的一半以上，因此，提高配送效率具有巨大的经济效益，配送线路合理与否影响到配送速度、成本和效益，如何降低配送成本也因此成为一个备受关注的问题。

因此，企业配送线路的设计与优化是关系到企业经济效益实现，关系到客户的满意度提高，进而关系到企业核心竞争力提升和生存、发展的大问题。配送路径规划的成功与否，将直接影响配送成本高低、工作效率快慢和服务质量优劣，关系到大物流建设的整体优势能否实现。对于长途配送而言，交通阻塞和道路拥堵状况可以忽略不计，但对于城市配送而言，由于受交通堵塞和各种交通管制的影响，导致配送路线优化更具复杂性，所以合理选择配送路线尤其重要，不仅可以控制物流成本，而且可限制车辆在城市中的运行时间，有效缓解城市交通负担。我的论文将针对某一企业所面对的问题的进行分析，然后提出了相应的措施。合理的配送路线对企业的存亡起着非常重要的作用。1.2国内外研究现状1.2.1国外研究现状当代物流业发展迅速，现在国内外学者都有大量研究，尤其是在国外物流业发展比较早。物流贯穿着众多领域，在一定程度上体现了一国的经济发展水平，关系着民生与各个方面，各国政府在物流研究方面也投入了大量的人力物力，使得物流业的发展有着广阔的前景，也使得物流业取得了重大的发展与突破。当今世界上物流发展比较全面的有美国、日本以及欧洲的一些国家。Dnatzig和Rmaser两人在1959年最先提出物流配送线路优化问题，然后很快引起运筹学、应用数学、组合数学、物流科学等学科的专家学者们的极大重视，成为运筹学与组合优化领域的前沿与研究热点问题。对于目前研究物流配送的有两类算法，一是精确算法，有动态规划法、分支定界法、节约里程法、扫除算法、禁忌搜索算法等；二是启发式算法，有蚁群算法、遗传算法、粒子群算法、人工免疫系统算法等。Miller&Gillet在1974年提出扫描法,并且把扫描算法和当时存在的几种算法求出解进行比较，从而证明扫描算法是当时算法中所得的解相对比较合理，更适合当时解决物流配送等相关问题。JameAsher在1993年通过对区域物流配送问题的研究，最后在区域内物流配送的模型思想下对区域内物流过程中的配送车辆行驶的路径问题进行了合理的优化，并对区域物流配送路径以及配送中心的选址等相关问题做了相关的研究。Fisher在2002年通过对区域物流配送模型的分析过后，成功把区域物流配送问题分成两个问题，第一个问题是配送前的车辆调度问题也就是VRP问题，其次是配送过程中的路径优化问题，所以在配送过程中要根据问题的不同。从而运用不同优化方法。由于问题的不同导致在大型的物流公司有着功能不同的配送中心比如有生产型的配送中心、调度以及运输配送中心。Rao等人对VRP中应用列生成方法求解。提出优化对偶变量向量，对该简化问题松弛，求解列中的最小边际成本，确定最优解。J.Holland教授和他的学生建立发展起来的遗传算法,其基本思想是模拟生物进化中“适者生存”的规律.遗传算法通过保持一个潜在解的种群进行多方向搜索;采用概率转移来选择部分个体,创造新后代,发展成一种有效的自适应启发式概率迭代式全局搜索方法。Bodin，Golden等人在他们的综述文章中就列举了几百篇关于路线优化的文献。J.Lawrnece将遗传算法用于VRP的研究，并可有效求解时间约束下的VRP最优解。TanKahLing和C.K.M.Lee等人以UPS和FedEx为研究背景，研究了快递企业的公司战略、技术、客户满意度与公司绩效之间的关系、服务水平同企业长期利润之间的关系。1.2.2国内研究现状国内对于配送线路优化的研究要比国外起步晚很多，具体是在上世界90年代才兴起，随着高科技与智能化应用，加上国外大量研究成果，国内研究也迅速发展，扎根于各个行业领域，如旅游线路优化、超市配送线路优化、快递分发线路优化等。在配送领域中，节约法得到了大量的实际应用，在解决实际问题中起了很大作用。浙江大学蔡延光[1]等人运用模拟退火法和遗传算法求解多重车辆调度问题，并将其集成为智能算法库。鞍山钢铁学院李大卫[2]和姜大力[3]分别针对有时间窗口和无时间窗口约束下的车辆路径问题用基因编码算法求解，结果在较快速度下得到了近似优解。缪立新[4]和相关学者在2003年关于物流行业中的VRP问题提出了神经网络算法。这种新的算法给车辆调度问题的解决带来很大的作用。钱小燕[5]和相关学者在2004年针对随机需求的配送点的配送车辆调度问题做出相关研究。并在解决配送车辆调度问题上提出了两阶段模拟退火算法。魏抒茵和胡晓枫[6]在2005年提出了物流业配送的发展趋势，物流业配送模式由生产者和销售商自营改变成快递企业进行；物流业配送模式将走向计划化、规模化；物流配送管理技术与方法将实现现代化。同年朱树人和李文彬等人将轮盘赌法加入到遗传算法中，创新了交叉和变异概率的自适应调整技术，并取得了优化解。张潜和李钟慎[7]等人在2006年对一类模糊物流路径优化相关问题进行了研究，通过启发式算法求得了最优解。同年，张良智和何爱民等人讨论了一类客户点具体位置的VRP问题，将时限加入到传统遗传算法中，为后面研究多客户点运算及结合实时路网的研究提供了有力的支持。李前喜和王耀球等人在2008年介绍了日本快递业的物流系统、经营战略、市场竞争体系并对其发展趋势进行了分析。同年杜培全和陈森发从在分析各小区域潜在的顾客群的特点及其构成的基础上，结合了快递物流的特点，建立了混合0-1整数规划的快递服务网点的地址优化模型。李雪光和胡松峰[8]在2010年从配送的角度，以同城快递参与国内物流的方式来降低物流风险和提高配送质量，研究了同城快递完善C2C配送模式。徐柳和贾继红等人从民营物流企业特别是终端物流配送和管理上分析现代城市中快递物流管理与服务的优缺点，并提出了改进措施及管理方法。丁原祖[9]在2010年对物流过程中的配送方式以及配送路径的问题作出相关研究后，随后又把配送中心选址和物流配送路径优化等问题联合起来分析讨论后，又根据物流配送中的配送车辆的数量和在物流配送中所消耗的资金费用等相关因素，最后在物流配送中的配送车辆选择和重复利用的条件下建立解决物流配送车辆安排的V和TW组合模型。孙焰和张俊杰[10]在2012年将二维装箱问题与配送问题结合，在最优成本为目标前提下对VRP问题进行了研究。臧涛涛[11]在2013年在其论文里确立了从军事效益和经济效益为主要目标的军事路径优选思路，根据这两个指标具有一定的模糊性的特点，应用模糊层次分析法建立层次结构研究模型，模型以运输路线对军事效益和经济效益的影响为优化选线的基准，以危险性、运输时间、道路状况和运输路程四个因素为评价指标，形成了公路军事运输路径优化评价指标体系。最后，通过模拟区域内三条路径进行了算例求解分析。对各评价指标的优属度值进行计算，结合在专家打分法的基础上确定的指标权重，得出最终评价值，并对结果进行比较分析来确定军事运输的最佳路径。1.3研究思路本课题以北京步步高分公司为研究对象，结合前人研究的理论成果并结合实际，主要分析北京市步步高分公司现有的运作模式和弊端。本课题主要通过搜索相关知识和实地调查数据，进行具体的分析和研究，主要步骤如下：（1）复习与查阅相关资料，充分了解物流配送的模式和情况。（2）请教指导老师与他人，拟出大概研究方向，整理理论部分，着手实地调查前准备。（3）到公司现场进行数据调查采集，整理并记录所需信息。（5）分析公司存在的不足，并采用一定的科学方法找到合理的解决办法。（5）结合实际，总结优化设计方案，选取最佳方案，从而达到对公司配送线路的优化目的。2物流配送概述2.1物流配送的概念物流是包括运输、搬运、储存、保管、包装、装卸、流通加工和物流信息处理等基本功能的活动，它是由供应地向接受地以满足社会需求的活动，是一种经济活动。配送是指在经济合理区域范围内，根据客户要求，对物品进行拣选、加工、包装、分割、组配等作业，并按时送达指定地点的物流活动。物流配送是物流活动中一种非单一的业务形式，它与商流、物流、资金流紧密结合，并且主要包括了商流活动、物流活动和资金流活动，可以说它是包括了物流活动中大多数必要因素的一种业务形式。2.2物流配送的作用推行合理的配送有利于物流运输实现合理化运输；完善了运输系统和整个物流系统；提高了末端物流的效益最大化；

通过集中库存使企业实现低库存或零库存；简化事务，方便了客户；提高供需保证程度；

（7）配送为电子商务的发展提供了有利的基础和支持。2.3配送路线优化的意义对企业来说，优化配送路线，可以减少配送时间和配送里程，提高配送效率，增加车辆利用率，降低配送成本。也可以加快物流速度，能准时、快速地把货物送到客户的手中，提高客户满意度。同时还使配送作业安排合理化，提高企业作业效率，有利于企业提高竞争力与效益。在竞争日益激烈的现代商业社会，企业只有以市场为核心去适应不断变化的环境并及时对市场做出发应，才能在竞争中立于不败之地。物流管理正是以实现上述要求为目标的。而物流配送是现代化物流管理中的一个重要环节。它是指按用户的定货要求，在配送中心进行分货、配货，并将配好的货物及时送交收货人的活动。在物流配送业务中，存在许多优化决策的问题。本文只讨论物流配送路径优化问题。合理选择配送路径，对加快配送速度、提高服务质量、降低配送成本以及增加经济效益都有很大影响。对社会来说，它可以节省运输车辆，减少车辆空载率，降低了社会物流成本，对其他企业尤其是生产企业具有重要意义。与此同时，还能缓解交通紧张状况，减少噪声、尾气排放等运输污染，对民生和环境也有不容忽视的作用。3北京步步高分公司配送现状分析3.1公司简介步步高步步高于1997年由国际广告公司策划导入CIS（企业形象识别系统），通过长期持续的整合营销传播（在中国最强势的媒体中央电视台长期投放大量的电视广告以及在全国各区域市场长期投放大量的平面广告），并先后起用国际著名影星李连杰、阿诺施瓦辛格担任品牌形象代言人，以及对社会公益事业和体育事业的大力支持和赞助，富有责任感和公信力的企业形象得到了社会公众的认同和好评，品牌形象深入人心，品牌知名度和美誉度不断上升。步步高本着“以我们的真心诚意让用户完全满意”的服务宗旨，步步高投入巨资在中国各大中城市建立起近300家辐射广阔、管理完善的售后服务中心，为用户提供快捷、方便、高效、专业的技术支持和售后服务，最大限度的解除了经销商和广大消费者的后顾之忧。2001年12月，在中国中央电视台进行的“消费者心中售后服务满意度最高的家电品牌”调查活动中，步步高以真诚、优质的服务名列“家电行业售后服务十佳”榜首。步步高秉承诚信、本分的经营理念，以诚为本，保持平常心，讲求专业化，为顾客提供品质优良的产品和服务，为员工提供稳定的收入和良好的发展机会，为经销商提供公平合理的销售机制和互信互利的合作伙伴关系，为股东提供高于社会平均报酬水平的合理回报，并热心公益事业，为社会、为国家担当起企业应尽的责任和义务。步步高坚持不懈的维护品牌信誉，基于品质卓越、服务完善的优势，不断巩固和强化中国市场地位，并逐步融入国际市场，建设成为具备较强的国际竞争能力、更健康更长久的家用电器制造企业。3.2公司配送现状3.2.1原配送线路基本数据分析下图为主要网点的分布情况图3-1运输网点分布根据物流中国网站发布的路程情况，可得到表3-1的里程表。表3-1各配送门店对应序号序号名称序号名称0步步高物流中心4步步高步行街店1步步高超市板塘铺店5步步高下摄司店2金侨步步高6步步高超市广场店3步步高岳塘店7步步高超市金海店通过调查，各配送门店之间的最短距离及各门店对常用需求量如下：表3-2各配送点之间的最短距离及需求量016.4128.92.72314.18.15.43411.85.94.53.14513.17.15.11.51.35613.39.48.47.94.96.06714.410.59.58.56.06.02.57需求量\2.71.90.91.20.81.62.8同时我们选择公司旗下的载重量为5t重型厢式货车和12t货车车进行配载。目前北京步步高分公司对于这7个分点的配送路线如下:(1)第一辆车：路线是0-5-4-3-0，行驶里程13.1+1.3+3.1+14.1=31.6km，车辆载重量为2.9t，车辆满载率24.2%。(2)第二辆车：路线0-6-7-0，行驶里程13.3+2.5+14.4=30.2km，车辆载重量为4.4t，车辆满载率87.9%。(3)第三辆车：路线0-1-2-0，行驶里程,6.4+2.7+8.9=18km，车辆载重量为4.6t，车辆满载率92%。表3-3原有配送路线车辆调度信息路线车型单价运距运费运量实载率0-5-4-3-012T2.7031.685.322.924.2%0-6-7-05T2.7030.281.544.487.9%0-1-2-05T2.701848.64.692%合计//74.4215.4611.968%001456327图3-2原有路线图3.2.2公司现有的配送系统存在的问题从以上的配送线路可以看出，原有配送线路没有经过科学的安排和规划，人为主观意识比较强，实载率很低，运距距离较大，成本较高。物流配送过程中资源得不到充分利用，造成一定程度的资源浪费。4北京步步高分公司配送线路优化研究4.1建立VRP模型4.1.1VRP模型简介运输的方式多种多样，多回路运输问题是物流配送过程中一个即为普遍的调配问题，我们需要在实际情况当中不断调整，客户的不同，我们的路线也要做出适当调整，最为核心的就是车辆的调配，如何更加的合理化，运用多种模式，适应不同的情况，解决多回路的问题。这个问题的研究，我们主要是把重要放在设计路线问题方面，使得车辆在最快，最合理的开设，可以得到最快，最为优化的路线，受到一定条件的制约，还可以达到我们的目标，条件的约束无非就是路况，运输距离，发货量，需求量，车辆的容量问题，但是我们必须在这些条件的限制是，我们达到路程最优化，开支小，时间缩短，争取做到最为合理化。一个典型的VRP模型可以如下表述：（1）基本条件现有m辆相同的车辆停在一个共同的源点，它需给n个客户提供货物，顾客为。（2）模型目标确定所需的车辆数N，并指派这些车辆到一个回路中，同时包括回路内的路径安排和调度，使总费用最小。（3）限制条件：N不大于m；每一个订单都要完成；每辆车完成任务后都要回到源点；车辆的容量限制不能超过；特殊问题还需考虑时间限制；运输规章限制。4.1.2以北京为配送中心的配送系统建立VRP模型基本条件：北京配送中心需给7个节点送货，节点分别为张家口、承德、秦皇岛、唐山、天津、沧州、廊坊，现有15t重型厢式货车和38t重型半挂牵引车进行配载，同时各个节点间的最短距离查阅已知。模型目标：确定所需要的车辆的数目N、车辆类型以及各车行走的路径，并指派这些车辆到一个回路中，同时包括回路内的路径安排和调度，使得运输总费用最小（总路程最小）。限制条件：（1）每辆车完成任务之后都要回到源点北京处。（2）车辆的货物量不能超过车辆的载重量。（3）不考虑运费及运送时间等问题4.2北京步步高分公司配送线路的分析与优化4.2.1基于节约算法的企业配送路线优化第一步：各配送点之间的最短路径及总的需求量表4-1配送门店最短距离及需求量016.4128.92.72314.18.15.43411.85.94.53.14513.17.15.11.51.35613.39.48.47.94.96.06714.410.59.58.56.06.02.57需求量\2.71.90.91.20.81.62.8第二步：求出各配送点之间的节约里程表4-2门店之间的节约里程配送点1212.62312.417.63412.316.222.84512.416.925.723.65610.313.819.520.220.46710.313.820.020.221.525.2第三步:节约里程排序结果表4-3节约里程排序结果序号连接点节约里程序号连接点节约里程13-525.7122-516.926-725.2132-416.235-423.6142-613.843-422.8152-713.855-721.5161-212.665-620.4171-312.474-620.2181-512.484-720.2191-412.393-720.0201-610.3103-619.5211-710.3113-217.6第四步：根据节约里程排序表和约束条件得到最优解图4-1最终解示意图优化后的车辆调度结果为：表4-4优化后车辆调度信息表路线车型单价运距运费运量实载率0-3-5-4-7-6-012T3.6538.7141.37.360%0-1-2-05T2.701848.64.692%合计//56.7189.911.976%此时的总里程数为56.7km,12t的重型厢式货车一辆，5t的货车一辆。车辆的平均实载率为76%。4.2.2基于遗传法的企业配送路线优化首先对7个点进行编号，将起始点O编号为1，其他7个点依次编号为2、3….8最后对O进行第二次编号，为了便于程序实现，我们把9作为O点第二次编号的序数。于是，建立下列目标函数来求送货最短路径和最短距离。其中，n=1、2、3….9，为任意两点之间的距离。（1）编码策略采用十进制编码，用随机数作为染色体，其中，（i=2、3…..8），，；每一个随机序列都和种群中的一个个体相对应。其中编码位置代表送货点，位置的随机数表示送货点在巡回中的顺序。（2）初始种群本文我们先利用经典的近似算法—改良圈算法求得一个较好的初始种群。即对于初始圈，28,28交换和之间的顺序，此时的新路径为：记，若，则以新的路线修改就的路线，直到不能修改为止。（3）建立目标函数目标函数为所有目标的路径长度，本文中目标函数还是适应度函数。（4）交叉操作本文的交叉操作采用单点交叉。设计如下，对于选定的两个父代个体，随机地选取第个基因处作为交叉点，则经过交叉运算后得到的子编码为和，的基因有的前个基因和的后9-t个基因构成，的基因有的前个基因和的后9-t个基因构成。交叉操作的方式有很多，在选取交叉基因点时，应尽可能选取好的交叉方式，保证子代能继承父代的优良特征。（5）变异操作变异也是一种实现种群多样性的一种手段，同时也是全局寻优的保证。本文的变异操作具体设计为，按照给定的变异率，对选定变异的个体，随机地取三个整数，使其满足19，把，之间的（包括，）的基因段插到后面。（6）选择采用确定性的选择策略，也就是说选择目标函数值最小的个个体进化到下一代，这样可以保证父代的优良特征被保存下来。通过上述操作，运用Matlab程序（见附录一）计算得运行结果为：1—2—3—4—6—5—8—7—1，则最终路线为：0—1—2—3—5—4—7—6—0。最短总距离为39.1km。最终配送路线图如下：图4-2最终配送路线图表4-4优化后车辆调度信息表路线车型单价运距运费运量实载率0-1-2-3-5-4-7-6-012T3.6539.1142.711.991.25%合计//39.1142.711.999.2%此时的总里程数为39.1km,12t的重型厢式货车一辆。车辆的平均实载率为99.2%。4.3两种优化方案比较分析由上文可知，通过节约算法和遗传法分别对配送线路进行优化，可得到二种不同的优化方案，这二种方案不管在运费上还是在运送距离以及满载率上都得到了很大的优化，因此我们需要通过一系列指标来评价方案的优劣性。本文将以所需车辆数，行驶总里程，和平均实载率这些指标，对二种优化后的方案进行评价分析，表4-5方法比较图：表4-5方法比较图节约里程法遗传法总里程（km）56.739.1车型车次12t重型厢式货车（辆）115t重型厢式货车（辆）10平均实载率（%）7699.2从上表中我们看到从总运输里程角度考虑，优化后的二种方案的总运输里程分别为56.7千米和39.1千米，相比较，遗传法的总运输里程比节约里程法的运输里程减少17.6千米，能减少公司车辆的损耗和资源的浪费，给公司带去更多的效益。因此，从运输里程的角度考虑，我们选择通过遗传法计算出来的配送路线。从车型车次来看，两种方法的所需车辆数及车型都相同。因此可选择任意一种方法计算出的配送路线。从车辆实载率的角度来看，遗传法的车辆实载率比节约里程法的车辆实载率要高出23.2%，同时遗传法中只需要匹配一辆12T车辆，二节约里程计算出来的需要匹配12T车辆和5T车辆各一部，因此从车辆实载率和车辆调用量的角度出发我们可以选择用遗传法计算出来的配送路线。综合以上三个方面，因为两方法计算出的配送路线中，车辆实载率的相差很大，差距达到了23.2%，同时在总里程方面，相差了17.6千米。因此，我们更倾向于用遗传法计算出来的配送路线。结论通过对比可以看出，通过节约算法和遗传法的优化对比之后，该配送中心的配送线路得到了改进，节约了里程280km，减少了运输车辆的数目，从而降低了运输成本，提高了利润。 这只是节约里程算法和遗传法的简单运用，我们也应看到，在现实的企业配送过程中，要考虑的配送点会更多、分布更广，线路会更复杂，同时还要综合考虑配送时间的限制、车辆的保养维修、人力成本、交通路况等诸多因素。因此节约法简便易行,但也有一些弊端， 一是过于强调节约里程，没有考虑时间。路况等因素，二是不能对客户需求作出灵活多变的处理。在配送路线选择决策时,通常考虑较优的原则,而不是最优化原则.我们还应做到深入了解客户,加强与客户的信息交流，通过对客户需求的时间变化对其进行分类,以增加配送的灵活性，路线决策过程中实施多路线同步决策，节约法的实施过程,要综合考虑路程长短和时间因素，配送的总体过程实际上还会受商品分拣、装卸、搬运设备和货物组装的共同影响。 随着社会生产分工细化，许多企业开始注重业务外包，将自身不擅长的业务外包给第三方企业完成，自己把精力集中到核心业务上来，提高企业竞争力。建筑企业应该将物流业务外包给合适的第三方物流企业，减少自身服务，将精力集中在施工建设上来。第三方物流企业具有专业化的物流管理人员、技术人员、物流设备和信息系统等，充分发挥专业化的物流运作的管理经验，达到整体最优化的效果。物流业务的外包大大降低了企业物流成本，减少了物流人员，借助信息平台与第三方物流公司紧密沟通，同时利用其广泛的配送网络，不仅提高了物资的运送效率，降低运输成本，而且降低了建筑企业库存，削减了存储成本。企业还可以将企业信息系统建设转嫁给第三方物流公司，有利于提高信息系统的专