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(yè)面
【文章內(nèi)容簡(jiǎn)介】 按主要強(qiáng)調(diào)的算法和模型分 基于預(yù)測(cè)的、基于知識(shí)管理的、基于系統(tǒng)動(dòng)力學(xué)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(qiáng)調(diào)的業(yè)務(wù)功能分 運(yùn)輸調(diào)度系統(tǒng)、庫(kù)存系統(tǒng)和其他業(yè)務(wù)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(diǎn) ? 產(chǎn)品差異性 ? 客戶差異性 ? 地理差異性 ? 模型支持的復(fù)雜性 ? 信息技術(shù)支持的集成性 ? 數(shù)據(jù)庫(kù)和模型庫(kù) 2. 基于預(yù)測(cè)的支持系統(tǒng) 物流預(yù)測(cè)是預(yù)測(cè)理論和方法在物流中的具體運(yùn)用，它利用各種物流統(tǒng)計(jì)資料和其他情報(bào)信息 (過(guò)去和現(xiàn)在 )，預(yù)測(cè)未來(lái)，根據(jù)經(jīng)驗(yàn)， 教訓(xùn)資料等，揭示物流業(yè)務(wù)變化的規(guī)律，從而減少物流經(jīng)營(yíng)的盲目性以指導(dǎo)物流企業(yè)的生產(chǎn)經(jīng)營(yíng)。 1）預(yù)測(cè)方法 預(yù)測(cè)方法一般有定性分析預(yù)測(cè)法和定量預(yù)測(cè)法。 定性預(yù)測(cè)包括 : 集合意見、用戶意見法 (對(duì)象調(diào)查法 )、 員工意見法、專家評(píng)估法、類推法、判斷預(yù)測(cè)和目標(biāo)分解法等； 定量預(yù)測(cè)方法包括 :時(shí)間序列分析法、因果分析法、回歸預(yù)測(cè)、非線性模型、組合預(yù)測(cè) 軟件： SPSS、 SAS、 Minitab、 Staticstica、 Matlab 2）預(yù)測(cè)模型選取的原則 ? 模型選擇的原則：要在數(shù)據(jù)識(shí)別上建模、建立何種模型，并不取決于預(yù)測(cè)者意圖；應(yīng)考慮適用、數(shù)據(jù)易采集和時(shí)效的原則；定量與定性相結(jié)合的原則等。 ? 對(duì)數(shù)據(jù)選取選用的原則：數(shù)據(jù)應(yīng)該具有代表性，有一定客觀規(guī)律。對(duì)于異常的數(shù)據(jù)可采用比例法，移動(dòng)平均，指數(shù)平滑等方法進(jìn)行適當(dāng)?shù)男拚? 3) 預(yù)測(cè)支持系統(tǒng) 主動(dòng)學(xué)習(xí) t 訓(xùn)練算法 數(shù)據(jù)分類 圖 8 5 物流 預(yù)測(cè)支持系統(tǒng) 數(shù)據(jù)庫(kù)設(shè)計(jì) 功能設(shè)計(jì) 人機(jī)界面設(shè)計(jì) 安全設(shè)計(jì) 理論分析 方法設(shè)計(jì) 物流 預(yù)測(cè)目標(biāo) 收 據(jù) 資 料 預(yù)測(cè)支持系統(tǒng)發(fā)展趨勢(shì) ? 模型管理的自動(dòng)化選擇 ? 提高學(xué)習(xí)技術(shù) ? 構(gòu)建智能化預(yù)測(cè)支持系統(tǒng) ? 融合專家系統(tǒng)技術(shù) ? 預(yù)測(cè)結(jié)果的調(diào)整 3. 基于知識(shí)管理的支持系統(tǒng) KM是集體智慧的結(jié)晶，通過(guò)獲取、評(píng)價(jià)、修整后共享企業(yè)的信息資源，這些資源包括數(shù)據(jù)庫(kù)、文檔、政策、程序、當(dāng)前未成文的專家意見和個(gè)別員工的經(jīng)驗(yàn)?zāi)芴岣邞?yīng)變能力，能增加團(tuán)隊(duì)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(huì)競(jìng)爭(zhēng)中取得成功的各種管理策略、途徑和技能。 知識(shí)按性質(zhì)分 ? 知道是什么的知識(shí) ? 知道為什么的知識(shí) ? 知道怎樣做的知識(shí) ? 知道是誰(shuí)的知識(shí) 商務(wù)智能系統(tǒng) (BIS: Business Intelligence System)是運(yùn)用知識(shí)管理中的知識(shí)獲取與共享技術(shù)來(lái)處理和分析商業(yè)數(shù)據(jù) ,并根據(jù)行業(yè)特點(diǎn)與特定應(yīng)用領(lǐng)域提供支持商務(wù)活動(dòng)中所遇到的在復(fù)雜環(huán)境中的復(fù)雜問(wèn)題解決方案 ,該方案能夠快速反應(yīng)、支持合理決策的商業(yè)決策服務(wù)系統(tǒng)。 基于知識(shí)管理的支持系統(tǒng)結(jié)構(gòu)如圖 87所示 圖 8 6 基于知識(shí)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(shù) 知識(shí)獲取與共享 D S S 分析工具 知識(shí)管理中心 物流管理業(yè)務(wù)系統(tǒng) 客戶行為分析工具 企業(yè)外部用戶 用戶接觸點(diǎn)界面管理 企業(yè)應(yīng)用系統(tǒng)分析工具 決策服務(wù) 知識(shí)庫(kù) 數(shù)據(jù)倉(cāng)庫(kù) 數(shù)據(jù)庫(kù) 數(shù)據(jù)挖掘 智能代理 數(shù)據(jù) 過(guò)濾 與集成 W e b 數(shù)據(jù) 智能商務(wù)建模技術(shù) G IS / G P S /G S M 自動(dòng)識(shí)別系統(tǒng) 物流預(yù)測(cè)技術(shù) 數(shù)據(jù)管理 4. 基于定量模型的物流支持系統(tǒng) 運(yùn)輸問(wèn)題：線性規(guī)劃問(wèn)題， 指派問(wèn)題：整數(shù)規(guī)劃 選址問(wèn)題：規(guī)劃問(wèn)題 庫(kù)存問(wèn)題：訂貨問(wèn)題 裝卸問(wèn)題：調(diào)配問(wèn)題 配裝問(wèn)題：貨物組合 鐵路配貨：運(yùn)輸?shù)挠邢驁D 其它問(wèn)題：信息分析、預(yù)測(cè)等 5. 基于行為分析的物流支持系統(tǒng) 這里簡(jiǎn)單分析了蟻群算法和進(jìn)化計(jì)算方法，來(lái)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(duì)痕跡強(qiáng)度的處理，隨著算法的進(jìn)行，較短路徑上痕跡的濃度增加，其相對(duì)應(yīng)的支路就更有可能被螞蟻選中。對(duì)每只螞蟻保存已訪問(wèn)過(guò)的路線，設(shè)計(jì)禁忌表。 蟻群算法 通過(guò)不斷的迭代，計(jì)算出最短路的問(wèn)題。當(dāng)一個(gè)螞蟻找到了滿足搜索標(biāo)準(zhǔn)的文件，它將和其它螞蟻共享以便不再檢查同一文件，對(duì)于索引來(lái)說(shuō)，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(lái)保存資源。在尋查期間，用戶可以尋查限制于當(dāng)?shù)氐奈浵伝蚴亲屗鼈鞑サ饺肟陬I(lǐng)地。 進(jìn)化計(jì)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(wèn)題清楚的。包含遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃。許多組合優(yōu)化問(wèn)題，如旅行商（ TSP）問(wèn)題和調(diào)度問(wèn)題（作業(yè)調(diào)度問(wèn)題和時(shí)間表問(wèn)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(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1