《第8章物流管理信息战略与支持系统课件》由会员分享，可在线阅读，更多相关《第8章物流管理信息战略与支持系统课件（46页珍藏版）》请在金锄头文库上搜索。
1、第8章物流管理信息战略与支持系统,主讲人：夏火松博士/教授,Wuhan University of Science and Engineering,主要内容,物流管理信息系统的战略 物流管理信息系统的数据分析模型 物流管理支持系统 物流配送调度支持系统 物流管理信息战略与支持系统的融合分析,物流管理信息系统的战略就是要在全球经济的视野中，利用物流信息技术和物流支持系统，低成本的寻找市场机遇，运用设计科学进行物流业务流程的优化设计，在供应网中充分的信息共享，获取在一个或多个方面的竞争优势，形成基于物流管理支持系统的资源优化配置，使信息技术融合投入产出最满意的一种战略。,8.1物流管理信息系统的战
2、略,物流信息系统及其支持系统运用于物流领域有助于降低决策制定的风险并为决策的制定提供科学依据。主要表现在： （1）提高了物流系统的管理水平，促进了传统物流的现代； （2）为决策者提供了强大的协同运作的能力，协同作用明显； （3）为决策者提供了强大的知识信息处理能力，协助解决了大量耗时、复杂的问题，提高了物流决策的有效性与科学性。特别是不同支持系统发挥了这些作用； （4）推动了3G（包括地理信息系统、全球定位系统和无线通信系统）在物流系统中的运用； （5）运用现代网络、人工智能建模和虚拟技术等来解决复杂的物流决策问题，推动了物流的技术现代化； （6）经营范围可以不断的扩大； （7）资源配置可以不
3、断的优化； （8）基于物流管理信息系统战略的竞争优势尤为凸显。,物流战略规划的步骤,物流战略规划的步骤主要有物流战略分析和物流战略类型的选择，其步骤如图8-2所示：,1） 战略分析,宏观环境分析 微观环境分析 企业内部环境分析,2) 物流战略类型选择,物流战略主要分为以下几种： 1）成本最低战略 2）服务最优战略 3）利润最高战略 4）竞争力最强战略 5）资产占用最少战略,8.2物流管理信息系统的数据分析模型,随着信息处理技术的不断发展，数据分析能力不断提高。下面介绍常见的数据分析方法。具体包括数据仓库、联机分析处理和数据挖掘模型。,1) 数据仓库,数据仓库是一种为信息分析提供了良好的基础并支
4、持管理决策活动的分析环境，是面向主题的、集成的、稳定的、不可更新的、随时间变化的、分层次的多维的集成数据集合。它为不同层次的管理者提供敏捷性和实用性的决策支持。 数据仓库具有两个主要作用： 一是从各信息源提取决策需要的数据，加工处理后，存储到数据仓库中； 二是用户的查询和决策分析的基础。,2）数据仓库的分析,主题与面向主题 DW数据的集成性 DW数据的不可更新性 DW数据的时态性,2. 联机分析处理,1993年，E.F.Codd的定义为：OLAP是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术，OLAP具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户
5、对基于大量复杂数据的分析变得轻松而高效，以利迅速做出正确判断。,1）操作型数据与分析型数据之间的区别,一般数据库由于主要用于企业的日常事务处理工作，存放在数据库中的数据也就大体符合操作型数据的特点。而为适应数据分析处理要求而产生的DW中所存放的数据就应该是分析型的数据。,表8-1 操作型数据与分析型数据之间的区别,2） OLAP的基本分析方法,多维分析是指对以多维形式组织起来的数据采取切片、切换、旋转等各种分析方法，以求剖析数据，使最终用户能从多个角度、多侧面地观察数据库中的数据，从而深入地了解包含在数据中的信息、内涵。,切片,选定多维数组的一个二维子集的方法叫做切片，即选定多维数组（维1，维
6、2，维n，变量）中的两个维：维I 和维J，在这两个维上取某一区间或任意维成员，而将其余的维都取定一个维成员，则得到的就是多维数组在维I和j上一个二维子集，称这个二维子集为多维数在维I和维J上的一个切片，表示为；（维I，维j，变量）。,切块,选定多维数的一个三维子集的方法称切块。即选定多维数组（维1，维2，维n，变量）中的三个维：维I、维j和维r，在这三个维上取某一区间或任意的维成员，而将其余的维都取定一个维成员，则得到的就是多维数组在维I、维j和维r上一个三维子集，我们称这个三维子集为多维数组在维I、维j和r上的一个切块，表示为：（维I，维j，维r，变量）。切块与切片的作用与目的是相似的。,旋
7、转,旋转即是改变一个报告或而面显示的维方向。例如，旋转可能包含了交换行和列；或是把某一个行维移到列维中去，或是把页面显示中的一个维和页面的维进行交换（令其成为新一行或列中的一个）把一个横向为时间、维向维产品的报表旋转成为横向为产品、维向为时间的报表。,表8-2 旋转前的有关数据描述 （单位：万美元）,表8-3 旋转后的有关数据描述 （单位：万美元）,钻取,钻取是改变维的层次，层系关系有时指的是父子关系。例如，区域是市场的父，而市场既是区域的子，又是商店的父；商店是市场的子。变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。,表8-4 按时间维(2005-200
8、6年)向上钻取（单位：万美元）,表8-5 按时间维向下钻取（单位：万美元）,3. 数据挖掘,数据挖掘为在不同的数据源中的数据，包括结构化的数据、半结构化的数据和非结构化的数据，即既可以是数据库，也可以是文件系统或其他任何组织在一起的数据集合，通过一定的工具与方法寻找出有价值的知识的一类深层次的数据分析方法。,1）数据挖掘的特点,处理的数据规模十分庞大； 由于用户不能形成精确的查询要求，因此需要靠DM技术来寻找其可能感兴趣的东西； DM对数据的迅速变化应做出快速响应，以提供决策支持信息； DM既要发现潜在规则，还要管理和维护规则，随着新数据的不断加入，规则需要随之更新； DM中规则的发现基于统计
9、规律，发现的规则不必适合于所有数据，而且当达到某一阈值时，便认为有此规则。,2） 数据挖掘的分析方法,DM系统利用的技术越多，得出的结果精确性就越高。这主要取决于问题的类型以及数据的类型和规模。无论采用哪几种技术来完成任务，从功能上可以将DM的分析方法划分为以下四种（根据IBM的划分方法）：关联分析、序列模式分析、分类分析、聚类分析。,3）DM系统的实施,DM的核心技术是人工智能、机器学习、统计等，但一个DM系统不是多项技术的简单组合，而是一个完整的整体，它还需要其他辅助技术的支持，才能完成数据采集、预处理、数据分析、结果表述这一系列任务，最后将分析结果呈现在用户面前。,4. DM与OLAP的
10、区别,DM是一种挖掘型工具，它能有效地从大量数据中自动地发现隐藏在数据中的模式。DM与其他分析型工具最大的不同在于：它的分析过程是自动的。 OLAP是一种自上而下、不断深入的分析工具：用户提出问题或假设，OLAP负责从上至下深入地提取出关于该问题的详细信息，并以可视化的方式呈现给用户。从对数据分析的浓度的角度来看，OLAP位于较浅的层次，而DM所处的位置则较深。 DM可以发现OLAP所不能发现的更为复杂而细致的信息。,8.3 物流管理支持系统,物流管理支持系统是一个复杂的动态人机系统，它能够综合利用各种定量模型、人工智能方法、行为分析方法、系统模拟和其他新的模型和算法，使得能够在物流信息技术的
11、融合下，支持物流系统管理和一定的决策支持的综合信息系统，其目的是提供支持系统达到最佳配置和最佳效果。,1）物流管理支持系统分类,物流管理支持系统可以从不同的角度分类，表8-7一种分类方法。,表8-6 物流管理支持系统分类,2) 物流管理支持系统中的决策支持特点,产品差异性 客户差异性 地理差异性 模型支持的复杂性 信息技术支持的集成性,2. 基于预测的支持系统,物流预测是预测理论和方法在物流中的具体运用，它利用各种物流统计资料和其他情报信息(过去和现在)，预测未来，根据经验，教训资料等，揭示物流业务变化的规律，从而减少物流经营的盲目性以指导物流企业的生产经营。,1）预测方法,预测方法一般有定性
12、分析预测法和定量预测法。 定性预测包括: 集合意见、用户意见法(对象调查法)、 员工意见法、专家评估法、类推法、判断预测和目标分解法等； 定量预测方法包括:情景分析法、时间序列分析法、因果分析法,2）预测模型选取的原则,模型选择的原则：要在数据识别上建模、建立何种模型，并不取决于预测者意图；应考虑适用、数据易采集和时效的原则；定量与定性相结合的原则等。 对数据选取选用的原则：数据应该具有代表性，有一定客观规律。对于异常的数据可采用比例法，移动平均，指数平滑等方法进行适当的修正。,3) 预测支持系统,3. 基于知识管理的支持系统,KM是集体智慧的结晶，通过获取、评价、修整后共享企业的信息资源，这
13、些资源包括数据库、文档、政策、程序、当前未成文的专家意见和个别员工的经验能提高应变能力，能增加团队精神，能提升整体的协调统一；KM包括充分利用各种智力资本在激烈的社会竞争中取得成功的各种管理策略、途径和技能。,商务智能系统(BIS: Business Intelligence System)是运用知识管理中的知识获取与共享技术来处理和分析商业数据,并根据行业特点与特定应用领域提供支持商务活动中所遇到的在复杂环境中的复杂问题解决方案,该方案能够快速反应、支持合理决策的商业决策服务系统。,基于知识管理的支持系统结构如图8-7所示,4. 基于系统动力学的物流支持系统,系统动力学（SD: System
14、s Dynamics）是研究信息反馈系统动态行为的计算机模拟方法。 SD是从系统的微观结构入手，根据系统的结构与功能的相互关系构造系统模型，同时，必须深入到实际系统中所包含的那些不完全可测量的因果反馈关系中处，把可度量的描述系统动态变化趋势的数据，与不可度量的系统内部的非线性关系联系起来。,5. 基于行为分析的物流支持系统,这里简单分析了蚁群算法和进化计算方法，来开阔思维，了解基于行为分析的支持系统的基本思想。,蚁群算法,蚁群算法最核心的部分是对痕迹强度的处理，随着算法的进行，较短路径上痕迹的浓度增加，其相对应的支路就更有可能被蚂蚁选中。对每只蚂蚁保存已访问过的路线，设计禁忌表。,蚁群算法,通
15、过不断的迭代，计算出最短路的问题。当一个蚂蚁找到了满足搜索标准的文件，它将和其它蚂蚁共享以便不再检查同一文件，对于索引来说，蚂蚁间的合作使得每一索引器能靠不同浏览器中索引装载的分布来保存资源。在寻查期间，用户可以寻查限制于当地的蚂蚁或是让它传播到入口领地。,进化计算方法,模拟生物（包括人类）和各种自然现象解决高度非线性、内部不很一类问题清楚的。包含遗传算法、进化策略和进化规划。许多组合优化问题，如旅行商（TSP）问题和调度问题（作业调度问题和时间表问题）都能得到较好的解决。,6. 基于物流模拟的物流支持系统,物流系统模拟是充分利用现代物流理论、信息技术、对象营销策略，在建立问题逻辑模型的基础之
16、上，通过计算机实验，将现实企业中各种复杂的物流系统问题加以简化，取其主要的经营活动，以定量的方法模拟在一个充满竞争的对象环境下，怎样才能取得在一定的物流水平约束下的较满意的营销业绩。物流系统模拟是系统模拟的一种应用。,8.4物流配送调度支持系统,随着互联网的发展和通信技术的进步，跨平台、 组件化的GIS （地理信息系统）和 GPS （全球定位系统）技术的逐步成熟，基于 GIS/GPS 平台应用的物流企业也会越来越多。共性空间分析概括为： （1）可提供优质的运输服务 （2）满足不断发展的运输网络服务 （3）支持运输资源的整合及协作 （4）支持空间分析,1）基于智能调度的运输支持系统,物流智能调度支持系统所解决的问题是货物配送过程中的智能化（配货的智能调度）和车辆在集货、送货过程中的智能调度（车辆运输的智能调度）。 车辆智能调度系统的研究就是在满足现代物流的要求下，基于3G技术，综合各类学科开发出的一套支持系统。其系统功能如图8-9所示。,基于空间信息的车辆调度支持系统,图,8,-,7,基于空间信息的车辆调度支
