第08章物流管理信息戰(zhàn)略與支持系統(tǒng)(編輯修改稿)
2025-03-23 11:49 本頁面
【文章內(nèi)容簡介】 按主要強調(diào)的算法和模型分 基于預測的、基于知識管理的、基于系統(tǒng)動力學的、基于行為分析的、基于模擬的和基于信息分析的支持系統(tǒng) 按主要強調(diào)的業(yè)務功能分 運輸調(diào)度系統(tǒng)、庫存系統(tǒng)和其他業(yè)務系統(tǒng) 按支持決策的不同程度分 結(jié)構(gòu)化的物流管理信息系統(tǒng)、半結(jié)構(gòu)化的物流支持系統(tǒng)和非結(jié)構(gòu)化的物流支持系統(tǒng) 表 86 物流管理支持系統(tǒng)分類 2) 物流管理支持系統(tǒng)中的決策支持特點 ? 產(chǎn)品差異性 ? 客戶差異性 ? 地理差異性 ? 模型支持的復雜性 ? 信息技術支持的集成性 ? 數(shù)據(jù)庫和模型庫 2. 基于預測的支持系統(tǒng) 物流預測是預測理論和方法在物流中的具體運用，它利用各種物流統(tǒng)計資料和其他情報信息 (過去和現(xiàn)在 )，預測未來，根據(jù)經(jīng)驗， 教訓資料等，揭示物流業(yè)務變化的規(guī)律，從而減少物流經(jīng)營的盲目性以指導物流企業(yè)的生產(chǎn)經(jīng)營。 1）預測方法 預測方法一般有定性分析預測法和定量預測法。 定性預測包括 : 集合意見、用戶意見法 (對象調(diào)查法 )、 員工意見法、專家評估法、類推法、判斷預測和目標分解法等； 定量預測方法包括 :時間序列分析法、因果分析法、回歸預測、非線性模型、組合預測 軟件： SPSS、 SAS、 Minitab、 Staticstica、 Matlab 2）預測模型選取的原則 ? 模型選擇的原則：要在數(shù)據(jù)識別上建模、建立何種模型，并不取決于預測者意圖；應考慮適用、數(shù)據(jù)易采集和時效的原則；定量與定性相結(jié)合的原則等。 ? 對數(shù)據(jù)選取選用的原則：數(shù)據(jù)應該具有代表性，有一定客觀規(guī)律。對于異常的數(shù)據(jù)可采用比例法，移動平均，指數(shù)平滑等方法進行適當?shù)男拚? 3) 預測支持系統(tǒng) 主動學習 t 訓練算法 數(shù)據(jù)分類 圖 8 5 物流 預測支持系統(tǒng) 數(shù)據(jù)庫設計 功能設計 人機界面設計 安全設計 理論分析 方法設計 物流 預測目標 收 據(jù) 資 料 預測支持系統(tǒng)發(fā)展趨勢 ? 模型管理的自動化選擇 ? 提高學習技術 ? 構(gòu)建智能化預測支持系統(tǒng) ? 融合專家系統(tǒng)技術 ? 預測結(jié)果的調(diào)整 3. 基于知識管理的支持系統(tǒng) KM是集體智慧的結(jié)晶，通過獲取、評價、修整后共享企業(yè)的信息資源，這些資源包括數(shù)據(jù)庫、文檔、政策、程序、當前未成文的專家意見和個別員工的經(jīng)驗能提高應變能力，能增加團隊精神，能提升整體的協(xié)調(diào)統(tǒng)一； KM包括充分利用各種智力資本在激烈的社會競爭中取得成功的各種管理策略、途徑和技能。 知識按性質(zhì)分 ? 知道是什么的知識 ? 知道為什么的知識 ? 知道怎樣做的知識 ? 知道是誰的知識 商務智能系統(tǒng) (BIS: Business Intelligence System)是運用知識管理中的知識獲取與共享技術來處理和分析商業(yè)數(shù)據(jù) ,并根據(jù)行業(yè)特點與特定應用領域提供支持商務活動中所遇到的在復雜環(huán)境中的復雜問題解決方案 ,該方案能夠快速反應、支持合理決策的商業(yè)決策服務系統(tǒng)。 基于知識管理的支持系統(tǒng)結(jié)構(gòu)如圖 87所示 圖 8 6 基于知識管理的支持系統(tǒng) 數(shù)據(jù)中心 企業(yè)內(nèi)部用戶 支撐技術 知識獲取與共享 D S S 分析工具 知識管理中心 物流管理業(yè)務系統(tǒng) 客戶行為分析工具 企業(yè)外部用戶 用戶接觸點界面管理 企業(yè)應用系統(tǒng)分析工具 決策服務 知識庫 數(shù)據(jù)倉庫 數(shù)據(jù)庫 數(shù)據(jù)挖掘 智能代理 數(shù)據(jù) 過濾 與集成 W e b 數(shù)據(jù) 智能商務建模技術 G IS / G P S /G S M 自動識別系統(tǒng) 物流預測技術 數(shù)據(jù)管理 4. 基于定量模型的物流支持系統(tǒng) 運輸問題：線性規(guī)劃問題， 指派問題：整數(shù)規(guī)劃 選址問題：規(guī)劃問題 庫存問題：訂貨問題 裝卸問題：調(diào)配問題 配裝問題：貨物組合 鐵路配貨：運輸?shù)挠邢驁D 其它問題：信息分析、預測等 5. 基于行為分析的物流支持系統(tǒng) 這里簡單分析了蟻群算法和進化計算方法，來開闊思維，了解基于行為分析的支持系統(tǒng)的基本思想。 蟻群算法 蟻群算法最核心的部分是對痕跡強度的處理，隨著算法的進行，較短路徑上痕跡的濃度增加，其相對應的支路就更有可能被螞蟻選中。對每只螞蟻保存已訪問過的路線，設計禁忌表。 蟻群算法 通過不斷的迭代，計算出最短路的問題。當一個螞蟻找到了滿足搜索標準的文件，它將和其它螞蟻共享以便不再檢查同一文件，對于索引來說，螞蟻間的合作使得每一索引器能靠不同瀏覽器中索引裝載的分布來保存資源。在尋查期間，用戶可以尋查限制于當?shù)氐奈浵伝蚴亲屗鼈鞑サ饺肟陬I地。 進化計算方法 模擬生物（包括人類）和各種自然現(xiàn)象解決高度非線性、內(nèi)部不很一類問題清楚的。包含遺傳算法、進化策略和進化規(guī)劃。許多組合優(yōu)化問題，如旅行商（ TSP）問題和調(diào)度問題（作業(yè)調(diào)度問題和時間表問題）都能得到較好的解決。 6. 基于物流模擬的物流支持系統(tǒng) 物流系
教學課件相關推薦
鄂ICP備17016276號-1