《智慧物流与现代供应链》课件（中）

第六章智慧物流信息系统智慧物流信息系统概述1智慧物流信息系统架构2智慧物流信息系统核心业务模块3案例—京东智慧物流信息系统401智慧物流信息系统概述智慧物流信息系统概述物流信息系统简介物流信息系统(Logisticsinformationsystem,LIS)指由计算机硬件、网络通信设备及其他办公设备组成的，服务于物流作业、管理、决策等方面的系统（GB/T18354-20065.36）。物流信息系统是一种对物流信息进行收集、存储、处理、输出和维护的人机交互系统。物流信息系统层次结构战略计划层（高级管理）管理控制层（中级管理）运作控制层（初级管理）智慧物流信息系统概述物流信息系统分类物流信息系统按照其应用层次可分为企业物流信息系统及公共物流信息平台。企业物流信息系统输入：输入指数据源和数据传输方法的集合，以及系统内计算适当数据的装置。数据可以从许多来源获得，并且拥有多种形式，如：a.客户数据；b.公司记录；c.已发布数据；d.管理预测。数据库管理：数据库管理包含三个步骤：数据检索、数据处理以及数据分析。输出：信息系统的输出是与系统用户的接口，系统输出内容分为三种类型：报告，计划文件及使用数学、统计模型等得到的数据分析结果。客户数据公司记录已发布数据管理预测电脑文件手动记录数据库数据检索数据处理数据分析总结报告计划文件状态报告分析结果异常报告行动报告输入数据库管理输出企业物流信息系统基本结构图智慧物流信息系统概述企业物流信息系统按照物流活动区分，企业物流信息系统主要包含订单管理系统、仓储管理系统、运输管理系统及配送管理系统四个模块。订单管理系统是物流信息系统中的前端系统，分为基于客户的订单管理系统及基于采购的订单管理系统。仓储管理系统用于对产品流及商品存储的管理。仓储管理系统通常从交易系统中获取诸如采购订单和客户订单之类的信息，然后向管理人员反馈有关产品在供应网络中的位置、可用数量及预计交付时间等。运输管理系统用于产品出入运输（主要指干线运输）的管理，主要功能包括运输模式选择、运输安排、运输路径规划、车队管理、货物追踪、运费账单管理等。配送管理系统用于配送服务（主要指末端配送）的管理，主要功能包括集货管理、存储管理、分拣管理、配送路径规划等。智慧物流信息系统概述公共物流信息平台公共物流信息平台指基于计算机通信网络技术，提供物流信息、技术、设备等资源共享服务的信息平台（GB/T18354-20065.37）。公共物流信息平台能够整合各环节物流信息、物流技术和设备等资源，面向社会用户提供信息服务、管理服务、技术服务和交易服务等服务功能。公共物流信息平台通过对公共物流数据的采集、处理和公共信息交换，为物流企业完成各类业务功能提供了相应的支撑，为政府的宏观规划和决策提供信息支持，为政府与企业构建沟通桥梁。智慧物流信息系统概述智慧物流信息系统内涵王继祥认为，智慧物流信息系统主要由智慧思维系统、信息传输系统和智慧执行系统组成：1）智慧思维系统是智慧物流最核心的系统，是物流的大脑。2）信息传输系统是物流神经网络。3）智慧执行系统是物理世界智慧物流具体运作的体现，呈现的是自动化、无人化的自主作业。钱七虎院士指出：智慧物流系统指通过构建综合评价模型、成本最优模型等多维度模型，基于订单量、路区坐标等输入参数等约束条件，采用智能算法进行求解，得出规划决策。智慧物流信息系统以物联网、大数据、云计算等先进技术为基础，实现了对仓储、运输、配送等物流活动的智慧化管理：包括物流信息实时感知、物流计划自主执行、物流需求自主分析、物流决策自主优化、物流服务自主适应调整等主要的管理功能。智慧物流信息系统概述智慧物流信息系统构成要素计算机硬件：指办公使用的计算机、服务器设备、辅助存储设备、手机终端等。网络设备：包含路由器、交换机、防火墙、邮件服务器、光纤等。网络设备可以实现物流信息的交换与互联互通。计算机软件：1）系统软件：包含操作系统、设备驱动程序及实用程序（如任务管理器、备份软件等）等。2）应用软件：如办公软件、数据库软件、支持智慧物流运作的软件（制定物流计划、分析并制定物流决策）等。物流信息：物流信息指伴随物流活动产生的各项信息，物流活动主要包括仓储、运输、配送、订单处理等物流一体化活动。智慧物流信息系统概述物流信息信息类别具体信息客户信息用户基础信息、供应商信息等商品信息商品识别码、商品类别、规格、其他生产信息等仓储信息商品位置、商品数量、仓库位置、仓库空间等运输信息车辆信息、运输人员信息、交通信息等配送信息配送人员信息、配送机器人信息、配送时间等订单信息订单时间、订单商品信息、目标地址等财务信息资金、预算等决策信息用户画像信息、运输规划信息、配送规划信息等管理信息财务报告、商业分析报告等智慧物流信息系统概述智慧物流信息系统基本功能物流信息实时感知：运用各种先进技术实现实时的数据收集、信息共享及信息互联互通。物流计划自主执行：自主执行物流计划，例如仓储、运输、配送等工作流程安排。物流需求自主分析：运用智能的模拟器模型等手段分析物流问题，根据问题提出假设，并在实践过程中不断验证问题、发现新问题。物流决策自主优化：结合特定需要，根据不同的情况提出合理有效的解决方案，并不断在实践中进行效果评估及优化。物流服务自主适应调整：智慧物流信息系统在前面各个功能基础上，可以分析出更优化的管理方案，信息系统会在科学的方案下快速调整当前物流服务，从而实现物流服务的优化。智慧物流信息系统概述智慧物流信息系统主要特征数据量大、数据维度多：智慧物流信息系统实时感知物流信息使数据量增多；另外，智慧物流信息系统感知的信息范围更加全面丰富，增加了数据的维度。先进技术有效支撑：为实现丰富的功能，智慧物流信息系统应用多项先进技术（具体内容将在第7章展开介绍），这些技术提升信息使用价值，并且为需求分析、决策优化、服务决策提供了有效支撑。处理速度显著提升：智慧物流信息系统能够更快地处理物流业务，通过提高运算能力、提升设施设备水平，提供更高效、快捷的物流服务处理速度。优化决策更加精准：智慧物流信息系统能够依据更全面的信息进行分析，从而进行更精准的优化决策。02智慧物流信息系统架构智慧物流信息系统架构智慧物流信息系统概念模型智慧物流信息系统是智能物流信息系统的优化产物，智慧物流信息系统更显著的特征在于深入感知、全面互联及深度智能。智慧物流信息系统架构智慧物流信息系统概念模型1.深入感知智慧物流信息系统通过使用多项信息技术与信息网络通讯技术实现了对业务流程的深入感知，如在车辆运输过程中使用地理位置追踪系统、实时监测系统等对车辆状态及司机进行实时监控，并通过追踪技术实现对货物的实时监控，丰富了感知信息的维度。2.全面互联智慧物流信息系统不仅在企业内部能够实现信息全面互联，也会在企业外部如通过公共信息平台实现信息的互联互通。3.深度智能智慧物流信息系统更具备“思考”能力，这也是智慧物流信息系统最突出的特征，即可自主完成学习过程，实现深度智能。智慧物流信息系统能够存储多次物流活动的全面信息，从而进行训练分析，总结规律，以在之后的物流计划中安排最优资源，以提高决策分析能力。智慧物流信息系统架构智慧物流信息系统技术架构智慧物流信息系统信息网络拓扑结构示例图1.信息网络信息网络运营基础标准制定智慧售物流信息网络一个基础功能是制定物流信息交换标准，以解决跨国、跨区域、跨行业、跨企业的各类物流信息系统与平台之间信息交换缺乏统一标准的问题。数据中心数据中心承载着信息平台的数据存储和管理、核心计算、核心业务运营支撑、信息资源管理、信息资源服务等功能。数据中心主要包括用户数据、交易数据、货物数据等以及数据与数据的集成和整合流程。数据中心按照统一、标准化的数据格式集成和整合各方面的数据，从而实现数据交换和信息共享。智慧物流信息系统架构智慧物流信息系统技术架构智慧物流信息网络有如下功能：物流信息交换物流信息交换是实现跨国、跨区域、跨行业、跨企业的各类物流信息系统与平台之间的信息交换，是智慧物流信息网络的基础功能。物流信息交换能够保证信息在企业内部、企业与其他平台之间的信息共享与数据交换，从而解决信息孤岛问题，促进一体化管理模式的形成，提高运营效率。应用服务在数据中心的基础上,智慧物流信息网络能够对物流数据进行统计分析、数据挖掘，形成物流跟踪、信用、车货交易、物流指数、道路实时路况、保险精准定价等应用服务，为企业、政府部门的管理与决策提供支持。03智慧物流信息系统核心业务模块智慧物流信息系统核心业务模块智慧仓储管理系统智慧仓储管理系统通过使用多种智能化设备，能够自动完成仓库内的到货、入库、在库、拣货、出货等工作流程，并且实现信息共享：智慧物流信息系统核心业务模块智慧仓储管理系统智慧仓储管理系统可以通过大数据、云计算等技术对商品、仓储空间、工作人员、拣选机器人等要素进行动态及静态分析，如通过算法实现如下功能：商品及订单信息预测：通过订单判断热销度、相关度，从而判断存储位置及货物库存数量，从而进行智能补货及预警设置；拣选路径优化：如通过遗传算法，以存储货架大小、存储空间大小、仓库路径等信息为基础，进行智能机器人拣选路径的运筹优化计算，从而协助完成智能分拣。智慧物流信息系统核心业务模块智慧运输调度系统智慧运输调度系统能够自主执行订单运输计划，并且能够实现对车辆、驾驶员、货物等物流信息的实时监控。智慧运输系统包含智能配载、实时调度、智能派车、自动学习、实时交互等功能.智慧物流信息系统核心业务模块智慧运输调度系统智慧运输系统包含智能配载、实时调度、智能派车、自动学习、实时交互等功能：1.智能配载：通过对货物信息分析，结合车辆信息，进行智能装车；通过路径分析，进行路径优化。2.实时调度：车辆信息能够通过GPRS、等实现对定位及实时状态的监测，并且通过算法实现对车辆及工作人员的实时综合调度。3.自动学习：智慧运输调度系统自动学习驾驶习惯、交通信息，存储为记忆，为智能派车提供参考资料，从而在派车过程中选择最优方案。4.实时交互：实时交互包含实时监控、实时定位、实时调度等。智慧物流信息系统核心业务模块智慧运输调度系统智慧运输调度系统另一主要特征为安全监管。安全监管包括车辆与货物安全状态实时监控系统、评估系统和预警等功能。利用GPS/GPRS车载终端和RFID电子标签，实现对车辆和货物的安全状态实时监控。货物在途安全评估因素有温度、压力、液位等，车辆的安全评估因素有速度、位置、胎压等。评估系统综合运用模式识别、信息融合技术、数据挖掘等技术对不同的列车和货物建立不同的安全状态评估模型，实现对车辆和货物安全状态的预测。当发现车辆或货物存在安全隐患时，预警系统将及时向车辆及司机发送矫正数据和语音提示信息。智慧物流信息系统核心业务模块智慧配送管理系统智慧配送管理系统主要完成对末端配送的优化，通过对订单的分析及对物流设施资源的调度，实现精准配送。智慧物流信息系统核心业务模块智慧配送管理系统智慧配送管理系统通过综合考虑货物的种类、数量、配送时间、配送地点等信息，结合配送资源及多种配送模式，制定高效的配送决策计划。智慧配送管理系统应用于各配送节点中，实现计划逐级下达、信息互连互通等。配送节点包括全国范围内的分拨中心、城市内分拨中心、各个社区配送节点等。在实时场景中，智慧配送管理系统能够以移动或固定式智能无人化终端为载体，充分发挥物流资源，实现良好的末端配送服务。另外，自提柜的使用能够协助完成配送过程，自提柜具备自助揽收、自助取货环节中等功能，具有自主、安全、集约的特性，能够满足消费者不同的物流需求。智慧物流信息系统核心业务模块智慧订单管理系统智慧订单系统不仅强调基础的电子化订单服务，更着重强调订单服务与仓储管理、客户管理、销售等作业的互联互通，即多维度的订单服务拓展，从而通过订单信息协助协助制定销售计划、库存计划等。订单管理系统主要包含基于客户的智慧订单管理、基于供应商的智慧订单管理：1.基于客户的智慧订单管理系统主要应用为用户画像，通过刻画用户画像为用户提供更满意的服务；2.基于供应商的智慧订单管理系统主要指企业与供应商之间信息的互连互通，如通过区块链技术增加信息透明度等。另外，信息传递更具实时性，如用户画像、订单数据挖掘等信息也为供应商提供了生产决策信息，从而加强了业务的时效性与精准性；04案例—京东智慧物流信息系统案例—京东智慧物流信息系统京东智慧物流信息系统背景京东商城依托其自建物流优势，近些年快速崛起，成为自营B2C电商的代表。京东物流系统日处理数量达到百万级，大促销期间甚至高达上千万，物流操作人员多达数十万，庞大的业务规模下，智慧物流系统成为迫切需求。智慧物流系统作为支撑京东物流的核心系统，不仅保证了京东物流的准时高效，同时保证了极高的用户体验。京东智慧物流信息系统技术支持大数据的快速发展为京东智慧物流系统建设带来了技术支持。大数据的显著特征之一就是可以利用数据的相关性来解决问题，而不只是依赖因果关系。大数据的价值不仅在于其原始价值，更在于数据之间的连接、大数据扩展、再利用和重组。例如，京东利用物流大数据加上用户交易数据，推出的移动商店就大受欢迎。另外，大数据开放对于提升整个社会的发展水平具有重要作用。大数据作为数字资产，可以重复利用，政府、协会等社会组织可以收集数据脱敏后对社会开放，为社会服务，创造出更大的社会价值。案例—京东智慧物流信息系统京东智慧物流系统建设过程第一步，通过大数据技术准确及时还原业务，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。例如，业务日报、周报、月报等离线数据。第二步，通过大数据评估业务。京东智慧物流系统依据社会化的数据，进行业务评估，并且利用互联网灰度测试等方法，进行流程优化的评估。第三步，业务预测。提前进行业务量预测对于资源调度等非常有意义，不仅能够实现更好的时效，而且能够避免浪费。第四步，依托大数据进行智能决策。目前最好的方式依然是人机结合，能够利用大数据和人工智能的技术，为人工提供辅助决策，让人工决策更加合理。案例—京东智慧物流信息系统京东智慧物流系统建设过程通过大数据技术准确及时还原业务通过大数据评估业务对业务实时监控和准确评估后，利用大数据进业务预测依托大数据进行智能决策智慧物流系统构建过程业务数据化，并且具有数据质量保障大数据处理技术，包括数据收集、传输、存储、计算、展示等大数据转化为智慧系统的基础实时性维度：秒级还是离线大数据应用维度一致性维度数据量维度案例—京东智慧物流信息系统京东智慧物流系统建设过程通过大数据技术准确及时还原业务通过大数据评估业务对业务实时监控和准确评估后，利用大数据进业务预测依托大数据进行智能决策智慧物流系统构建过程业务数据化，并且具有数据质量保障大数据处理技术，包括数据收集、传输、存储、计算、展示等大数据转化为智慧系统的基础实时性维度：秒级还是离线大数据应用维度一致性维度数据量维度在以大数据智慧系统的过程中，需要考虑转化的基础及大数据的应用维度：转化基础：第一，业务数据化，并且具有数据质量保障。第二，大数据处理技术，包括数据收集、传输、存储、计算、展示等一系列技术。大数据应用维度：当做大数据应用时，首先要分清企业的应用场景，需要考虑以下维度：1）实时性维度：即大数据分析是秒级的还是离线的；2）一致性维度，即是否要求100%一致，数据在传输或存储过程中是否可以做近似处理，近似比例为多少；

第三，数据量维度，即数据量的多少，企业架构是否可以支撑企业业务发展。案例—京东智慧物流信息系统京东智慧物流系统架构货品前置保证时效达成资源前置加快送货效率配置调整降低物流成本成本优化提高企业收入数据分析预测单量分布物流压力预测指导物流资源配置运输优化与路径配载优化物流成本分析指导电商销售策略预分拣系统配送系统校园管家智网系统分拣系统开放平台便民系统质控系统运输系统社区管家送单服务财务系统路由系统乡村管家GIS平台青龙系统智能硬件移动互联机器学习LBS物联网云计算大数据互联网电商平台用户画像分析用户体验升级地面营销推广运营体系智能地址分配智能路径规划自动配载优化动态任务调度以大数据为基础，综合多项技术的应用，京东构建了如右图所示的“大数据”与智慧物流系统。智慧物流系统一端连接着消费者，通过满足消费者更加多样化的需求，提供更好的消费体验，不断促进消费升级；另外一端连接着供应商，使得供应链深入优化。综合来说，智慧物流系统在提高效率、降低成本、提升用户体验等发挥了重要作用，具有良好的发展前景。思考题1.请概括说明物流信息系统的金字塔结构。2.请简要介绍企业物流信息系统的基本结构。3.请说明智慧物流信息系统的内涵。4.请举例介绍智慧物流信息系统构成要素。5.请概括介绍智慧物流信息系统基本功能。6.请举例说明智慧物流信息系统的主要特征。7.请概括说明智慧物流信息系统概念模型。8.请简要介绍智慧物流信息系统核心业务模块。第七章智慧物流关键技术引言随着科学技术的不断发展，物联网、大数据、云计算和人工智能等新兴技术逐渐从理论走向实际，在社会的各行各业逐步开始应用，推进着一场场“智慧的变革”，我国的物流行业也逐步进入了“智慧物流”时代。本书认为，智慧物流是拥有一定智慧能力的现代物流体系，其“智慧”主要体现在信息获取——提炼分析——权衡决策，这一完整且具有鲜明人类智慧特点的行为过程，在物流各环节借助各种新技术使系统自主实现。其中起到基础性支撑作用的技术包括：●物联网技术——对全环节物流信息的实时采集与共享；●大数据技术——对物流信息的组织管理以及对物流数据进一步的挖掘整理；●云计算技术——对海量数据集中存储与高效计算；●人工智能技术——数据信息向智能决策的转变；因此上述四项技术被认定为智慧物流的关键技术，下面的四节内容将依次对上述技术展开具体介绍。物联网技术1云计算技术2大数据技术3人工智能技术401物联网技术物联网技术物联网的概念物联网就是“物物相连的互联网”，是通过例如射频识别(RadioFrequencyIdentificationSystem，RFID)、红外感应、激光扫描、卫星定位等信息传感技术与设备，按约定的协议，根据需要实现物品互联互通的网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的智能网络系统。从本质上看，物联网是现代信息技术发展到一定阶段后出现的一种聚合性应用与技术提升，将各种感知技术、现代网络技术和人工智能与自动化技术聚合与集成应用，使人与物智慧对话，创造一个智慧的世界。物联网技术的发展几乎涉及到了信息技术的方方面面，是一种聚合性、系统性的创新应用与发展，因此亦被称为是信息技术的第三次革命性创新。物联网的本质主要体现在三个方面：一是互联网特征，即对需要联网的物一定要能够实现互联互通的互联网络；二是识别与通信特征：即纳入联网的“物”一定要具备自动识别与物物通信（Machine-to-Machine，M2M）的功能；三是智能化特征：即网络系统应该具有自动化、自我反馈与智能控制的特点。物联网的特点●连通性连通性是物联网的本质特征之一。国际电信联盟认为，物联网的“连通性”有3个维度。一是任意时间的连通性(AnytimeConnection)，二是任意地点的连通性(AnyPlaceConnection)，三是任意物体的连通性(AnythingConnection)

●智能性

物联网使得人们所处的物质世界得以实现最大程度的数字化、网络化，使得世界中的物体不仅以传感方式，也以智能化方式关联起来，网络服务也得以智能化。物联网具有智能化感知性，它可以感知人们所处的环境，最大限度地支持人们更好地洞察、利用各种环境资源，以便人们做出正确的判断。●嵌入性

物联网的嵌入性表现在两个方面。一是各种各样的物体本身被嵌入在人们所生活的环境中；二是由物联网提供的网络服务将被无缝嵌入到人们日常的工作与生活中。物联网技术物联网的工作原理●信息的感知即信息来源与对物体属性的感知过程。首先，物联网终端设备需要对物体属性进行标识，物体属性包括静态性和动态属性，静态属性可以直接存储在标签中，动态属性需要先由传感器实时探测。其次，在识别设备完成对物体属性的读取后，需要进一步将信息转换为适合网络传输的数据格式。●信息的传输处理物体属性通过感知采集过程转化为信息，通过网络传输到信息处理中心，处理中心可能是分布式的，如家用计算机或者手机；也可能是集中式的，如互联网数据中心等，由处理中心完成物体通信的相关计算，将有效信息进行集中处理。●信息的应用物体的有效信息分为两个应用方向：一个是经过集中处理反映给“人”，通过“人”的高级处理后根据需求进一步控制物；另一个是直接对“物”进行智能控制，而不需要经过“人”进行授权。物联网技术信息感知层网络传输层应用服务层物联网体系架构物联网技术在智慧物流中的应用物联网技术序号物流活动主要物联网技术1对“物”进行识别RFID技术、条码自动识别技术等；2对“物”进行分类、拣选RFID技术、激光技术、红外技术等；3对“物”进行定位、追踪卫星定位技术、GIS地理信息系统技术、RFID技术、车载视频技术等；4对“物”进行监控视频识别技术、RFID技术、卫星定位技术等；5对“物”进行调度互联网技术、卫星定位系统、GIS技术等；6物流信息网络通信无线移动通信技术、4G技术、5G技术、M2M技术、现场总线技术等；集成应用●产品的智能可追溯网络系统●物流过程的可视化网络系统●智慧物流中心02云计算技术云计算技术云计算的概念云计算(CloudComputing)这个概念的起源是亚马逊EC2(ElasticComputeCloud的缩写)产品和Google-IBM分布式计算项目。这两个项目直接使用了“CloudComputing”这个概念。之所以采用这样的表述形式，很大程度上是由于这两个项目与网络的关系十分密切，而“云”的形象又常用来表示互联网。因此，云计算的原始含义即为“将计算能力放在互联网上”。随着云计算发展至今，社会对云计算的认知早已超越了其原始的概念。●2008年研究机构Gartner发布的《云计算安全风险评估报告》认为，“云计算是一种使用网络技术，并由IT使其具有可扩展性和弹性能力作为服务，提供给多个外部用户的计算方式。”●维基百科中对云计算的定义是：“云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他设备。”●美国国家标准与技术研究院（NIST）：“云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。”云计算技术云计算的分类云计算按照使用用户类型可以分为公有云（PublicCloud）、私有云（PrivateCloud）、混合云（HybridCloud）和社区云（CommunityCloud）。云平台社区云私有云混合云公有云●公有云通过网络及第三方服务供应者开放给客户使用，用户只要注册一个账号，就能在一个网页上点一下创建一台虚拟电脑。●私有云具备许多公有云环境的优点，例如弹性、适合提供服务，两者差别在于私有云服务中，数据与程序皆在组织内管理，且与公有云服务不同，不会受到网络带宽、安全疑虑、法规限制影响。●混合云结合公有云及私有云，这个模式中，用户通常将非企业关键信息外包，并在公有云上处理，但同时掌控企业关键服务及数据。

●社区云是将云端资源分配给两个及以上特定单位内员工使用的服务模式，除上述规定人群外，任何机构和人员都无权租赁和使用云端计算资源。参与社区云的单位组织往往具备业务相关性、存在隶属关系、或者具有共同的服务模式需求，如云服务模式、安全级别等。云计算技术云计算的优点

●灵活弹性

云计算技术使用户能够快速和廉价地利用基础设施资源；大部分的软件和硬件都对虚拟化有一定支持，各种资源、软件、硬件都虚拟化放在云计算平台中统一管理，通过动态的扩展虚拟化的层次达到对应用进行扩展的目的；用户在无须了解云计算的具体机制的情况下，可以从任何位置，利用正在使用的设备，获得他们所需的服务。●成本低廉在云计算系统中众多用户分享云计算服务商提供的资源，用户不需要为了一次性或非经常性的计算任务购买昂贵的设备并且避免了单一用户承担较高的费用。同时，以计算量为计费标准，也减少了客户对IT设备知识的要求。如此可使客户成本大大降低。●安全可靠供应商能够将足够的资源用于进行安全审计和解决安全问题，云计算系统由大量商用计算机组成机群向用户提供数据处理服务，而一般的客户往往局限于能力或资金的限制。此外，由于云计算服务商利用多种硬件和冗余机制，使得云端用户得以保证业务的连续性。●高效环保计算机及相关的基础设施是主要的消费能源，而云计算服务商无论出于成本或可持续发展等各方面考虑，都会提高计算资源的利用率，建设更有效的云端系统，从而降低整体能耗。云计算技术云计算的特征泛在接入用户可以利用各种终端设备（如PC电脑、笔记本电脑、智能手机等）随时随地通过互联网访问云计算服务。弹性服务服务的规模可快速伸缩，以自动适应业务负载的动态变化。用户使用的资源同业务的需求相一致，避免了因为服务器性能过载或冗余而导致的服务质量下降或资源浪费。资源池化资源以共享资源池的方式统一管理。利用虚拟化技术，将资源分享给不同用户，资源的放置、管理与分配策略对用户透明。按需服务以服务的形式为用户提供应用程序、数据存储、基础设施等资源，并可以根据用户需求，自动分配资源，而不需要系统管理员干预。云计算技术云计算的架构云计算的基础架构由4部分组成，它们由上至下分别是：

●基础设施(Infrastructure)

●平台(Platform)

●软件服务(Services)

●客户端(Clients)云计算技术云计算的架构

●基础设施层

云计算服务商提供虚拟的硬件资源（InfrastructureasaService，laaS），即“设施即服务”。如虚拟的主机、存储、网络、安全等资源，用户无须购买服务器、网络设备和存储设备，只需通过网络租赁即可搭建自己的应用系统。IaaS定位于底层，向用户提供可快速部署、按需分配、按需付费、高安全性与可靠性的各类服务，例如数据存储、数据计算、负载管理、数据备份等等，并可为应用提供开放的云基础设施服务接口，用户可以根据业务需求灵活定制租用相应的基础设施资源。例如，IBM公司依托其在IT基础设施及中间件领域的丰富经验，建立了云计算中心，为企业提供云计算基础设施的租用服务。云计算技术云计算的架构

●平台层云平台是云计算服务商直接提供计算平台和解决方案的一种服务（PlatformasaService，PaaS），即“平台即服务”，以方便的应用程序部署从而节省购买和管理底层硬件和软件的成本。PaaS是指应用服务引擎，如互联网应用程序接口(API)或运行平台，用户基于服务引擎构建该类服务。PaaS服务给客户带来的好处是显而易见的。从用户角度来说，这意味着他们无须自行建立开发平台，也不会在不同平台兼容性方面遇到困扰；从供应商的角度来说，可以进行产品多元化和产品定制化。例如Salesforce公司的云计算平台，就是作为一个服务运行在Internet上，是完全即时请求的，并以登录为收费标准。Salesforce公司让更多的独立软件提供商成为其平台的客户，从而开发出基于他们平台的多种SaaS应用，使其成为多元化软件服务供货商(Multi-ApplicationVendor)，扩展了其业务范围。云计算技术云计算的架构

●软件服务层云计算服务商还将软件研发的平台作为一种服务（SoftwareasaService，SaaS），以SaaS的模式提交给用户，即“软件即服务”，是指用户通过标准的Web浏览器来使用Internet上的软件。从用户角度来说，这意味着他们前期无须在服务器或软件许可证上耗费成本；从供应商角度来看，与常规的软件服务模式相比，维护一个应用软件的成本要相对低廉。SaaS供应商通常是按照客户所租用的软件模块来进行收费的，因此用户可以根据需求按需订购软件应用服务，而且SaaS的供应商会负责系统的部署、升级和维护。●客户端云客户端即专为提供云服务的计算机软、硬件终端。例如：苹果手机(iPhone)、谷歌浏览器(GoogleChrome)。云计算技术云计算技术在智慧物流中的应用云计算技术可给物流企业提供的服务

●云计算业务服务层面物流企业利用经过分析处理的数据，通过Web浏览器为其客户提供丰富的特定应用与服务，包括物流监控、智能检索、信息查询、信息码扫描、物品的运输传递扫描等。

●云计算基础服务层面为物流企业提供互联网应用所需的云计算服务器，及按需响应、按使用收费和的基础设施服务。提升物流企业在数据存储及网络资源利用方面具备效率，减少物流企业的经营成本。

●云计算平台数据存储层面利用云计算平台，提供物流企业所需要的具体数据，包括数据的海量存储查询、分析，实现资源完全共享、资源自动部署、分配和动态调整。云计算技术云计算技术在智慧物流中的应用应用模式中小物流企业采用云服务●初创阶段采用公共云服务借助公共云的SaaS模式，既可获得企业所需的IT资源，又可降低IT投入和运营成本。●成长阶段采用私有云服务借助私有云，企业可独享运行在云平台上的运行程序；在享受较高服务质量的同时只需支付较低的运营成本。●成熟阶段采用混合云服务在企业运营峰值阶段，通过购买云平台的IT资源满足需求；在峰值过后，通过取消多余的IT资源减少闲置，也即随需而变实现IT资源的动态分配。大型物流企业采用云服务●搭建企业专属的内部云计算平台

大型物流企业具备较强的IT专业人才和IT软硬件资源。随着信息技术在行业产业的深入渗透，企业往往会在IT基础框架的维护和应用程序的运行方面投入较多。通过构建内部私有云平台，企业可在自己的IT环境中构建更安全和有效的云计算；在简化计算交付的同时，提高市场应变柔性。●内部IT服务与云计算服务相结合

大型物流企业采用混合云的方式，通过标准化的接口，将现有IT应用与云计算服务相结合，既可有效降低对云计算的新技术开发成本，又能充分利用自有IT资源并保护核心数据的安全。03大数据技术大数据技术大数据的概念

大数据是由数量巨大、结构复杂、类型众多的数据构成的数据集合。大数据技术是通过数据的整合共享，交叉复用形成的智力资源和知识服务能力，并从各种类型的数据中快速获得有价值信息的一种数据处理与应用模式。它是一种基于云计算的数据处理与应用模式，是可以通过数据的整合共享，交叉复用形成的智力资源和知识服务能力，是可以应用合理的数学算法或工具从中找出有价值的信息，为人们带来利益的一门新技术。大数据技术包括大数据采集、预处理、储存及管理、分析与挖掘四大关键技术。大数据的基本思想●由分析随机样本转变为分析全体数本思想●由追求数据精确性转变为接受数据混杂性●由注重因果关系转变为注重相关关系大数据的特点●数据体量大●数据类型多●价值密度低●处理速度快大数据技术大数据的概念

大数据是由数量巨大、结构复杂、类型众多的数据构成的数据集合。大数据技术是通过数据的整合共享，交叉复用形成的智力资源和知识服务能力，并从各种类型的数据中快速获得有价值信息的一种数据处理与应用模式。它是一种基于云计算的数据处理与应用模式，是可以通过数据的整合共享，交叉复用形成的智力资源和知识服务能力，是可以应用合理的数学算法或工具从中找出有价值的信息，为人们带来利益的一门新技术。大数据技术包括大数据采集、预处理、储存及管理、分析与挖掘四大关键技术。大数据的基本思想●由分析随机样本转变为分析全体数本思想●由追求数据精确性转变为接受数据混杂性●由注重因果关系转变为注重相关关系大数据的特点●数据体量大●数据类型多●价值密度低●处理速度快大数据技术大数据技术应用的基本环节●数据的采集数据的采集是大数据价值挖掘最重要的一环，其后的集成、分析、管理都构建于采集的基础。大数据采集技术就是通过不断发展的数据收集方法及技术获取海量有价值的数据，包括普通文本、照片、视频、链接信息等。主要是从本地数据库、互联网、物联网等数据源导入数据，包括数据的提取、转换和加载。大数据的来源多种多样既包括企业CRM、ERP等内部数据库、网页索引库或SNS等公众互联网，也可包括传感网或M2M等物联网，不仅数量庞大，而且更加参差不齐。这就要求系统在采集环节能够对数据去粗取精，同时还能尽可能保留原有语义，以便后续分析时参考。●数据存储

大数据在进行存储管理前，需要使用预处理技术完成对已接收数据的辨析、抽取、清洗等操作。因获取的数据可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的；对于大数据，并不全是有价值的，有些数据并不是我们所关心的内容，而另一些数据则是无用的干扰项，因此要对数据通过清洗转化从而提取出有效数据。大数据技术大数据技术应用的基本环节●数据计算与挖掘在数据计算环节需要根据处理的数据类型和分析目标采用适当的算法模型快速处理数据。海量数据处理要消耗大量的计算资源，分布式计算成为了大数据的主流计算结构。由于数据的价值会随着时间的推移不断减少，实时性成了大数据处理的关键。而数据规模巨大、种类繁多结构复杂，使得大数据的实时处理极富挑战性。对于非结构化、多源异构的大数据集的分析，往往缺乏先验知识，很难建立数学模型，这就需要发展更加智能的数据挖掘技术。据国际数据公司IDC统计，2012年，若经过标记和分析，数据总量中23%将成为有效数据，大约为643EB；但实际上只有3%的潜在有效数据被标记，大量的有效数据不幸丢失。具有隐藏价值的数据量和价值真正被挖掘出来的数据量之间差距巨大，因此对多种数据类型构成的异构数据集进行交叉分析的技术，是大数据的核心技术之一。●知识展现

大数据技术的意义不在于掌握庞大的数据信息，而在于对这些大量有隐藏价值的数据进行专业化处理后，将结果展现出来。数据知识展现主要是借助于图形化手段，清晰有效地传达与沟通信息。依据数据及其内在模式和关系，利用计算机生成的图像来获取信息与知识。数据知识展现环节主要是以直观的便于理解的方式将分析结果呈现给用户，进而通过对数据的分析和形象化，进一步推导出量化计算结论并付诸实践。大数据技术大数据技术智慧物流中的应用需求预测

依靠数据挖掘及分析，大数据技术能够帮助企业完全勾勒出其客户的行为和需求信息，通过真实而有效的数据反映市场的需求变化，从而对产品进入市场后的各个阶段做出预测，以提高服务质量。

●亚马逊对每个用户详细的搜索内容、产品详细记录、最后购买的产品等数据进行挖掘，使得亚马逊能够掌握消费者的喜好、购物习惯等，并通过对数据分析了解消费者的潜在需求。

●京东白条通过对用户长期的购买习惯与退货记录，以及购买商品的层次分析来为每一个用户进行市场定位，以此为据来为每一位客户进行小额放贷，从而促进其平台销售额，因而提高盈利值。

●菜鸟物流数据平台引入包括消费者的物流数据、商家的物流数据、物流公司数据、其它社会数据（气象数据、交通实况的数据）等相关数据，展开对各地区日常物流需求的全方面预测。

●各大电商平台在“双十一”期间，都会根据历史数据，以及当年参与“双十一”活动的商家名单、备货量等信息进行了综合的数据分析预测，用于指导线上卖家、物流快递公司、消费者的物流信息联动，并运用物流数据雷达服务，为其提供详细的区域和网点预测，进而保证了物流效率。大数据技术能够更加客观地帮助电商平台和快递公司做决策，优化物流体系，能够最大限度地帮助快递公司分拨中心不爆仓，提升快递“最后一公里”的服务质量。大数据技术大数据技术智慧物流中的应用仓储作业优化

以货位分配方面为例，合理地安排商品储存位置对于仓库利用率和搬运分拣的效率有着极为重要的意义。对于商品数量多、出货频率快的物流中心，各货物间拣选作业的关联性、货物存储时间的长短等因素决定着商品在仓库货架中的存放位置。而储位安排的合理与否很大程度上决定着拣选作业的效率和仓库的效益。为了解决这一问题，我们可以综合利用各种大数据技术实现仓库的储位优化。●可使用密度聚类算法、高斯混合模型和自组织映射算法对消费者进行聚类；●可使用Apriori算法挖掘消费者消费商品的关联关系，使用基于异构信息的网络聚类方法得到商品簇类，使用贝叶斯网络定量化描述不同商品需求间的相互影响；●基于商品需求的影响因素（包括商品需求间相互作用），建立深度表征学习算法模型，对消费者需求进行预测；最后，依据消费者的订单需求预测、在拣货前按照商品出库频次以及相关性等因素把货物分配到最佳的货位上。大数据技术大数据技术智慧物流中的应用配送作业优化●主动配送

主动配送服务是基于消费者历史行为大数据预测企业应向客户提供服务的内容和时间，构建基于客户实时需求的统一信息平台，有针对性的进行服务资源的动态匹配。通过实现配送路线的智能化决策、提货送货时快速验货、配送货物库区内快速分拣、根据消费者行为特征制定个性化的配送服务，从而提升配送作业的效率，降低配送成本，提高消费者的物流体验。此外，主动物流服务也将有助于缩短企业服务响应时间，变被动服务为主动服务，提高客户对产品的使用满意度，提供更好的消费体验，不断促进消费升级。●配送线路优化配送线路的优化是一个典型的非线性规划问题，它一直影响着物流企业的配送效率和配送成本。物流企业运用大数据来分析商品的特性和规格、客户的不同需求(时间和金钱)等问题，从而用最快的速度对这些影响配送计划的因素做出反应(比如选择哪种运输方案、哪种运输线路等)，制定最合理的配送线路。而且企业还可以通过配送过程中实时产生的数据，快速地分析配送路线的交通状况，对事故多发路段做出预警。精确分析配送整个过程的信息，使物流的配送管理智能化，提高了物流企业的信息化水平和可预见性。04人工智能技术人工智能技术人工智能的概念人工智能(ArtificialIntelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术。AI是计算机科学的一个分支。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。●人工智能的分类

根据人工智能的应用，人工智能可以分为专有人工智能、通用人工智能、超级人工智能；根据人工智能的内涵，人工智能可以分为类人行为（模拟行为结果）、类人思维（模拟大脑运作）、泛智能（不再局限于模拟人）。●人工智能与人的关系

人工智能与人的关系包括：机器主导、人主导、人机融合。现阶段，人工智能正在从专有人工智能向通用人工智能发展过渡，人工智能已不再局限于模拟人的行为结果，而是拓展到“泛智能”应用，即更好地解决问题、有创意地解决问题和解决更复杂的问题。●人工智能对物流行业的影响人工智能的技术在物流行业的影响主要聚焦在：智能搜索、推理规划、以及智能机器人等领域。●人工智能技术人工智能的发展历程●第一阶段：运算智能——20世纪50年代到60年代

即快速计算和记忆存储能力。算法与数据库相结合，使得机器开始像人类一样会计算和传递信息。●第二阶段：感知智能——20世纪80年代到90年代即视觉、听觉、触觉等感知能力。数据库与浅层学习算法结合，使得机器开始看懂和听懂，并做出判断、采取行动。●第三阶段：认知智能——21世纪初即能理解会思考的能力，采用深度学习算法使得机器能够像人一样思考，主动采取行动。人工智能三个发展阶段的不同之处在于：前两阶段是学术研究主导的，而第三阶段是现实商业需求主导的。前两阶段多是市场宣传层面的，而第三阶段是商业模式层面的。前两阶段多是学术界在劝说政府和投资人投钱，第三阶段多是投资人主动向热点领域的学术项目和创业项目投钱。前两阶段更多时提出问题，第三阶段更多时解决问题。人工智能技术人工智能的体系结构人工智能技术人工智能的体系结构基础层包括社会中海量的非结构化数据以及用于收集、存储、处理、计算相关数据的设施设备与技术手段，例如感知设备、GPU、神经网络芯片，以及物联网、云计算、大数据等相关技术。数据的爆炸式增长以及相应数据处理技术的飞速提升为人工智能的进一步发展打下了坚实的基础。数据资源是人工智能不断进化的基本素材，通过对数据的学习，机器不断积累经验和优化决策参数，逐渐变得向人类一般聪明。近年来，随着互联网、物联网，特别是2012年之后移动互联网的飞速发展，线上产生的数据几何式爆炸增长。根据数据统计，全球数据资料存储量2020年将达到40ZB，相比之前预估的数额高出14%。未来，随着万物互联时代的开启，数据量的产生与积累都将进一步提速，而且数据维度也将更加丰富，从而为机器学习提供更多的学习材料，由此推动人工智能加速突破。●基础层人工智能技术人工智能的体系结构人工智能的技术层又可以细分为框架层、算法层和通用技术层，其中框架层指TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系统，算法层指的是对数据的处理方法。

右图展现了当前人工智能的主流算法分类，包括专家系统、机器学习、进化计算、模糊逻辑与粗糙集、推荐系统等等。而当前研究热度最高，且最有可能使人工智能的研究迈向“强人工智能”阶段的方法当属机器学习。通用技术层包括语音识别、图像识别、人脸识别、传感器融合等技术，是人工智能底层技术框架与多种算法融合集成，按实现功能划分形成的顶层技术体系。●技术层●通用技术层●算法层●框架层人工智能技术人工智能算法——机器学习机器学习是指计算机通过对大量已有数据的处理分析和学习，从而拥有预测判断和做出最佳决策的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于做预测。按照学习方式来分类，机器算法可以分为有监督学习、无监督学习、半监督学习以及强化学习等。人工智能技术人工智能算法——机器学习●有监督式学习在有监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”。在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与“训练数据”的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率。监督式学习的常见应用场景如分类问题和回归问题。常用算法有回归算法、朴素贝叶斯、SVM等。●无监督式学习在无监督式学习中，数据并不被特别标识，学习模型是为了推断出数据的一些内在结构。常见的应用场景包括关联规则的学习以及聚类分析以及数据降维等。关联规则学习的常见算法主要为Apriori算法及其拓展算法，聚类分析的常用算法有k-Means算法及其相似算法；在数据降维处理中最常见的算法主要有住处分分析、线性判断分析等。人工智能技术人工智能算法——机器学习●半监督式学习在此学习方式下，输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理的组织数据来进行预测。应用场景包括分类和回归，算法包括一些对常用监督式学习算法的延伸，这些算法首先试图对未标识数据进行建模，在此基础上再对标识的数据进行预测。如图论推理算法（GraphInference）或者拉普拉斯支持向量机（LaplacianSVM）等。●强化学习在此学习模式下，输入数据作为对模型的反馈，不像监督模型那样，输入数据仅仅是作为一个检查模型对错的方式，在强化学习下，输入数据直接反馈到模型，模型必须对此立刻作出调整。常见的应用场景包括动态系统以及机器人控制等。常见算法包括Q-Learning以及时间差学习（Temporaldifferencelearning）。人工智能技术人工智能的体系结构人工智能的应用层则主要关注将人工智能与下游各领域结合起来，主要是采用了“AI+垂直行业”的方式渗透到传统各行业，按发展层次的不同可以分为专用人工智能、通用人工智能和超级人工智能三个层次。其中，专用人工智能以一个或多个专门的领域和功能为主；通用人工智能即机器与人类一样拥有进行所有工作的可能，关键在于自动地认知和拓展；超级人工智能是指具有自我意识，包括独立自主的价值观、世界观等，目前仅存在于文化作品构想中。按应用技术类型进行划分，人工智能的应用技术又可以分为计算机视觉、机器学习、自然语言处理和机器人四块。随着我国物流业的快速发展，人工智能也已经渗透到了传统的物流行业中，“人工智能+物流”的新模式正在逐步形成，催生我国传统物流业向“智慧物流”的转型。●应用层人工智能技术人工智能智慧物流中的应用仓储环节●选址决策人工智能技术通过收集与选址任务和目标相关的丰富历史数据，通过大数据技术挖掘对仓储选址决策有普遍性的指导意义的知识，并将历次整理总结的知识存入云端数据库，以建立一个基于大数据的人工智能选址决策系统。当遇到新的选址决策问题时，在系统中输入选址目标与相关参数，人工智能系统可以兼顾新问题的特殊性和历史选址方案的通用性，直接得到最接近最优目标，且不受人的主管判断与利益纠纷影响的选址结果。并且随着案例数量的增加，知识库中的数据将不断丰富，使未来的人工智能系统越来越聪明和智能。●库存管理人工智能技术基于海量历史消费数据，通过深度学习、宽度学习等算法建立库存需求量预测模型，对以往的数据进行解释并预测未来的数据，形成一个智能仓储需求预测系统，以实现系统基于事实数据自主生成最优的订货方案，实现对库存水平的动态调整。同时，通过订单数据的不断增多，预测系统训练集的规模将会不断扩大，使得预测结果的灵敏性与准确性能够得到进一步提高，使企业在保持较高物流服务水平的同时，还能持续降低企业的成本库存。人工智能技术人工智能智慧物流中的应用仓储环节●无人仓得益于机器视觉、进化计算等人工智能技术，自动化仓库中的搬运机器人、货架穿梭车、分拣机器人、堆垛机器人、六轴机器人、无人叉车等一系列物流机器人可以对仓库内的物流作业实现自感知、自学习、自决策、自执行，实现更高程度的自动化。借助在线学习技术，自动识别输入的实时数据特征，综合考虑仓储机器人的负载均衡性、现有任务量及当前路径，自动选择合适的优化模型，让具有自主计算能力的仓储机器人通过“任务竞标”的方式进行任务分配，使得一定时间段内所有任务执行时间最短，解决仓储系统中订单分配及拣选路径优化等问题。通过机器视觉技术，不同的摄像头和传感器可以抓取实时数据，继而通过品牌标识、标签和3D形态来识别物品。从而可以使拣选机器人对移动传送带上的可回收物品进行分类和挑拣。以替代传统人工仓库中的传送机器、扫描设备、人工处理设备和工作人员一道道的分拣作业，大大提高了仓库的运作效率。以京东无人仓为例，京东目前“无人仓”的存储效率是传统横梁货架存储效率的10倍以上，并联机器人拣选速度可达3600次/小时，相当于传统人工的5-6倍。

人工智能技术人工智能智慧物流中的应用运输环节使用人工智能技术进行预测性运输网络管理可显著提高物流业务运营能力。以航空运输为例，准时保量运输是空运业务的关键，虽然空运业务仅占全球运输总吨数的1％，但其贸易价值占比却高达35％。DHL开发了一种基于机器学习的工具来预测空运延误状况，以预先采取缓解措施。通过对其内部数据的58个不同参数进行分析，这一机器学习模型能够提前一周对特定航线的日平均通行时间进行预测。此外，它还能确定导致运输延误的主要因素，比如是出发日之类的时间因素，或是航空公司准时率等方面的运营因素，有助于空运代理商提前进行科学计划，而不是只能靠主观猜测。此外，DHL还应用庞大的运营物流数据、先进的统计模型和人工智能技术对全球经济前景进行月度展望。模型汇总了来自七个国家的商品空运和集装箱海运进出口数据作为基础，对来自占全球贸易75％的七个国家（中国，德国，英国，印度，日本，韩国和美国）的2.4亿个变量进行评估，运用AI引擎和其他非认知分析模型，总结出一个单一的指数来表示当前贸易增长和未来两月全球贸易的加权平均值。历史数据测试显示，其预测值与实际集装箱贸易量之间存在高度相关性，表明其能够对全球贸易进行三个月为周期的有效预测，为国际间的运输贸易提供了可靠的数据支持。人工智能技术人工智能智慧物流中的应用配送环节●配送机器人

配送机器人先是根据目的地自动生成合理的配送路线，在行进途中避让车辆、过减速带、绕开障碍物，到达配送机器人停靠点后就会向用户发送短信提醒通知收货，用户可直接通过验证或人脸识别开箱取货。●无人机快递

通过利用无线电遥控设备和自备的程序控制装置操纵的无人驾驶的低空飞行器运载包裹，自动送达目的地，其优点主要在于解决偏远地区的配送问题，提高配送效率，同时减少人力成本。但是其缺点在于，在恶劣天气下无人机将无法执行派送任务；在飞行过程中，无法避免人为破坏等。目前尚未大范围使用。其他环节●智能测算通过对商品数量、体积等基础数据分析，利用深度学习算法技术，由系统智能地计算并推荐耗材和打包排序，从而合理安排箱型和商品摆放方案。●图像识别卷积神经网络技术可用于手写识别，可有效提高准确率并减少工作量。计算机视觉技术也可应用于仓内机器人的定位导航，以及无人运输中识别远处的车辆位置等。●决策辅助利用机器学习等技术来自动识别物流运行场景内的人、物、设备、车的状态；学习优秀的管理和操作人员的指挥调度经验和决策等，逐步实现辅助决策和自动决策。思考题1.请列举智慧物流的四大关键技术，并简要说明四大技术与智慧物流的关系。2.请概述物联网的体系架构。3.请举两例举简要描述物联网技术在智慧物流领域的应用。4.请列举云计算基础架构构成并简述每个组成部分的基本功能。5.请简要说明大数据的特点。6.请简述大数据技术的基本思想。7.请举例说明大数据技术在智慧物流领域的应用8.请简要说明人工智能与机器学习的关系。第八章智慧物流需求预测智慧物流需求预测理论1智慧物流需求预测内容2智慧物流需求预测方法301智慧物流需求预测理论智慧物流需求预测理论物流需求的定义一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和效率方面的要求，涉及运输、库存、包装、装卸搬运、流通加工、配送以及与之相关的信息需求等物流活动的各方面。物流需求的特征

●派生性

●多样性

●时效性与地域性

●复杂性

●层次性智慧物流需求预测理论物流需求预测根据物流市场过去和现在的需求资料以及影响物流市场需求变化的因素之间的关系，利用一定的经验判断、技术方法和预测模型，在历史数据和统计资料的基础上，应用合适的科学方法对有关反映市场需求发展趋势的指标进行预测。物流需求预测的特征

●物流需求预测具有复杂性

●物流需求预测的内容具有独立性

●物流需求预测应具有综合性智慧物流需求预测理论物流需求预测根据物流市场过去和现在的需求资料以及影响物流市场需求变化的因素之间的关系，利用一定的经验判断、技术方法和预测模型，在历史数据和统计资料的基础上，应用合适的科学方法对有关反映市场需求发展趋势的指标进行预测。物流需求预测的特征

●物流需求预测具有复杂性

●物流需求预测的内容具有独立性

●物流需求预测应具有综合性智慧物流需求预测理论物流需求预测的新挑战基于静态分析方法简单生成需求预测的方法，只能在宏观层面感知与趋势和季节性相关的需求，而对于因日益增加的产品、服务和交付选择等因素导致的市场复杂性已不再有效。●物流需求呈现动态性趋势市场正不断处于动态变化之中产品生命周期缩短，大大增加了对错误需求响应的纠错成本●现有预测模型难以精准预测物流需求现有的需求预测方法主要集中在周期和季节性有关的趋势的测量上传统预测方法容易被不可解释的部分所影响智慧物流需求预测理论智慧物流需求预测方法出现智慧物流需求预测通过物联网技术和各类感测技术获取数据和信息，并使用深度学习等方法对物流需求进行量化计算，进一步带动智慧物流转型。目前的智慧物流需求预测技术尚有待成熟，大型物流或供应链厂商才能做到高度精确的预测物流模型，小型的企业缺乏物流数据累积，将无法进行一些量化模型的训练。02智慧物流需求预测内容智慧物流需求预测内容智慧物流需求预测的内容（1）智慧物流需求要素一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和数量等方面的要求，涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面预测智慧物流要素需求即预测在运输、仓储、包装、搬运装卸、流通加工、配送以及相关的物流信息传达等环节中，对物流的流体、载体、流向、流量、流程和流速等要素进行预测智慧物流需求预测内容智慧物流需求预测的内容（2）智慧物流需求主要影响因素的变化宏观环境的影响政策影响运输方式的综合影响因素（3）智慧物流需求规模智慧物流需求规模指的是智慧物流需求的一种宏观发展水平，多采用定量方法进行智慧物流需求预测内容智慧物流需求的影响因素经济影响因素（1）国民经济发展水平国民经济发展水平是智慧物流需求的内在决定性因素，也是智慧物流需求的源动力（2）产业结构随着产业结构层次的提高和产业业态的进化，货运需求强度将逐步下降，但对现代物流服务环节的需求将不断上升（3）区域经济分工格局与演变区域经济的专业化分工和协作必然会增强不同区域间的经济社会联系，极大地增加区域间商品、中间产品和生产要素的转移与流动，从而拉动物流需求的快速增长（4）固定资产投资总额基础设施的投资可以直接促进物流业的发展，增加对智慧物流的需求智慧物流需求预测内容智慧物流需求的影响因素经济影响因素（5）居民消费水平消费者多样化、个性化需求的逐步显现，带动了物流需求的增长（6）国内外贸易国内外贸易方式的改变会影响物流流向、服务方式、服务数量和质量等（7）社会消费品零售总额社会消费品零售总额的大小，直接反映一个国家的商品产销和配送的发展水平，是物流需求的直接表现指标智慧物流需求预测内容智慧物流需求的影响因素非经济影响因素（1）交通运输基础设施交通运输等基础设施的规模和发展水平，不仅直接影响到运输成本的大小，同时也影响着物流的其他功能要素（2）智慧物流装备物流装备的先进水平以及使用水平都可以在一定程度上影响物流的效率，从而影响物流流通价格、服务水平和物流需求总量（3）技术进步科技进步也不断改变着各种交通方式的技术经济特征和合理范围，随着信息技术和物流处理技术的进步，网络技术的发展和电子商务的广泛应用，对物流需求的量、质和服务范围均将产生重大影响。智慧物流需求预测内容智慧物流需求的影响因素非经济影响因素（4）国家经济政策。国家经济政策的支持会加快国家经济发展，物流需求相应增加。但国家经济政策指标难以量化。（5）企业竞争战略与经营理念的转变现代企业在提高企业核心竞争力的认识下，工业企业将产生越来越多的社会物流服务需求量。智慧物流需求预测内容智慧物流需求预测的步骤

●明确智慧物流需求预测目的●资料收集和数据分析●选择智慧物流需求预测方法●构建智慧物流需求预测模型●模型检验与修正●预测实施与结果分析03智慧物流需求预测方法智慧物流需求预测方法基于深度学习的智慧物流预测方法

深度学习（DeepLearning）是一类算法集合，是机器学习的一个分支。假设有两组神经元，一个是接受输入的信号，一个是发送输出的信号。当输入层接收到输入信号的时候，输入的信号会更新这一层神经元的权重，并输出到下一层神经元。

人工神经元组成了人工神经网络的计算单元，而人工神经网络结构描述了这些神经元的连接方式。采用层的方式组织神经元，层与层之间互相连接。随着算法的更新以及数据量的增加，可以用多数量的层开发神经网络，因此产生深度神经网络，也称为深度学习。智慧物流需求预测方法基于深度学习的智慧物流预测方法

基于卷积神经网络的点击预测模型基于时空循环神经网络的地点预测模型基于动态循环神经网络的篮子推荐系统基于上下文感知的序列推荐模型智慧物流需求预测方法基于用户画像的智慧物流需求预测方法用户画像又包含了新的内涵指根据用户人口学特征、网络浏览内容、网络社交活动和消费行为等信息而抽象出的一个标签化的用户模型。用户画像的前提是一系列真实数据之上的目标群体的用户模型，即可以根据用户的属性及行为特征，抽象出相对应的标签，拟合成的虚拟的画象，主要即包含基本属性、社会属性、行为属性及心理属性。智慧物流需求预测方法基于用户画像的智慧物流需求预测方法构建用户画像的步骤明确目标数据采集数据清洗特征工程数据标签化生成画像智慧物流需求预测方法基于用户画像的智慧物流需求预测方法用户画像的优点（1）用户画像可以使产品的服务对象更加聚焦给特定群体提供专注的服务，远比给广泛人群提供低标准的服务更接近成功用户画像可以在一定程度上避免产品设计人员代表用户（2）用户画像可以提高决策效率用户画像是来自于对目标用户的研究，当所有参与产品的人都基于一致的用户进行讨论和决策，就很容易约束各方能保持在同一个大方向上，提高决策的效率智慧物流需求预测方法基于用户画像的智慧物流需求预测方法用户画像的作用（1）用户画像技术能准确识别和描绘目标客户通过在海量数据基础下的多维度数据采集和数据分析，用户画像技术将不同客户的需求进行群分并形成标签通过用户画像技术企业还可以准确的对企业客户进行分级管理（2）用户画像技术帮助企业准备把握消费者异动用户画像技术通过大数据对客户进行分析，因此具备即时性和数据维度多样性等特征，使得及时发现客户需求变化成为可能智慧物流需求预测方法基于大数据的智慧物流需求预测方法“大数据”即“BigData”，是人类认知世界的技术理念，是在信息技术支撑下，利用全新的数据分析处理方法，在海量、复杂、散乱的数据集合中提取有价值信息的技术处理过程，其核心就是对数据进行智能化的信息挖掘，并发挥其作用。所谓物流大数据，即运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等。通过大数据分析可以提高运输与配送效率、减少物流成本、更有效地满足客户服务要求。智慧物流需求预测方法基于大数据的智慧物流需求预测方法大数据在物流需求预测领域的应用（1）大数据在物流决策中的应用物流决策、竞争环境分析、物流的供给与需求匹配、物流资源的配置与优化（2）大数据在物流企业行政管理中的应用对人才进行个性分析、行为分析、岗位匹配度分析（3）大数据在物流客户管理中的应用客户对物流服务的满意度分析、老客户的忠诚度分析、客户的需求分析、潜在客户分析、客户的评价与反馈分析（4）大数据在物流智能预警中的应用预判消费者的消费可能，提前做好货品调配，合理规划物流路线方案等思考题1.简述物流需求预测在企业生产活动中的意义2.简述物流需求预测的特征3.请说明物流需求预测的趋势4.简述大数据技术在物流领域中的应用5.影响物流需求预测的因素有哪些6.请简述构建用户画像的步骤7.请简述现阶段发展大数据预测存在的一些问题8.随着研究人员的不断努力，一些组合预测模型被用来实现信息的互补，

请列举出几个组合预测模型第九章智慧物流与智能制造智能制造概述1智能制造下的智慧物流2智能制造中的智慧物流实例301智能制造概述智能制造概述自2008年金融危机以来，世界各国越来越意识到实体经济的重要性，将目光重新转向制造业。以制造业为主的实体经济是经济发展的持续动力，是国家综合国力的体现，在国家经济发展中发挥着至关重要的作用。智能制造的产生不仅是制造业转型升级的需要，也是信息技术不断发展的必然趋势。制造业转型信息技术发展智能制造的产生背景降低成本缩短研制周期提高产品质量人工智能物联网大数据智能制造概述

众多国家纷纷提出相应的政策来促进智能制造的发展。其中美国提出了“再工业化”，德国提出了工业4.0。在此背景下中国也顺应时代发展，大力推动我国制造业转型升级。2.智能制造在国内外发展——美国“再工业化

”

根据美国的《制造业振兴法案》，美国政府再工业化的重要内容是着眼于高端制造业，在未来的发展过程中，美国将优先发展先进的通信技术、计算机技术等高新产业带动制造业的发展，改变现阶段制造业的发展模式，以求通过科技创新带动先进工业的发展。经济复活战略《实施21