《毕业论文---物流管理中的数据采集》由会员分享，可在线阅读，更多相关《毕业论文---物流管理中的数据采集（17页珍藏版）》请在金锄头文库上搜索。
1、江 苏 广 播 电 视 大 学物 流 管 理 专 科 专 业 毕 业 论 文论文题目： 物流管理中的数据采集专 业： 物流管理（专科） 学 号： 1032001450479 姓 名： 朱 迎 宾 指导教师：朱 冬 林2012 年 11 月 22 日摘要：正这些年来,自动识别技术发展迅速,已经成为一种极为有效的数据采集手段。将自动识别技术运用到企业物流管理信息系统中去,不但可以实现信息的实时采集,还能有效地解决企业物流管理信息系统中去，不但可以实现信息的实时采集，还能有效地解决企业物流管理信息系统中信息录人的瓶颈问题，而且可以实现企业财务、人员、物料以及各个部门信息的无缝链接。关键词：物流管理
2、数据挖掘 条形码目录一、物流管理二、数据挖掘三、条形码四 ERP/MES 生产制造应用与条码采集系统相结合五、基于条码识别技术的物流跟踪解决方案六、ERP/MES 系统采用条码采集系统后的新特点七、结束语八、参考文献物流管理中的数据采集一、物流管理现代物流管理是一项科学的系统管理方法。随着科学技术和新思想、新方法运用于企业经营的战略规划和管理作业中，物流管理在企业管理中获得了巨大的成就，增强了企业应变市场的能力，成为支撑企业发展壮大的核心竞争力。随着自动化技术和计算机科学的发展，物流也从人工管理向自动化管理演变，如自动存储、提取系统等的应用，以及计算机管理与物流控制系统的出现，标志着“现代企业
3、物流”时代的来临。从此，企业物流变成了新的利润源。它不仅可以降低生产和销售成本、提高服务水平，还有助于整个社会资源的合理配置与优化。(一)目前物流管理的现状和问题分析 “全球化时代”与“信息化时代”带给企业机会的同时，也带来日益激烈的市场竞争。为赢得竞争，企业纷纷实施回归战略“集中优势资源，培育核心竞争力”。 在该战略指导下，企业致力于走集约化道路，降低运营成本。物流也越来越成为企业总体战略中不可分割的组成部分。但是，我国企业长期以来受“重商流”、“轻物流”的理论和思想影响，发展一体化物流存在着各种瓶颈，对物流在经济发展和在企业中的作用和地位缺乏足够认识和重视： (1)缺乏“现代企业物流是获取
4、竞争优势的重要源泉”的理念。随着生产机械化、自动化程度不断提高和生产工艺日趋程序化、规范化，以及技术趋同性的增强，人们开始把竞争的焦点从生产领域转向非生产领域，包括采购、运输、储存、包装、装卸、流通加工、分销、售后服务等物资流通活动以及相关的信息活动，这些即构成了企业物流的基本内容。 在我国，至今仍有许多企业没有将物流看成是优化生产过程、强化市场经营的关键，而是将物流置于附属地位。企业的物流不但没有形成利润源泉，反而成为企业的负担。 (2)传统的会计核算掩盖了物流成本的真面目。一般情况下，企业会计科目中，只把支付给外部运输、仓储企业的费用列入成本，实际上，物流基础建设费和自有车辆运输、库房保管
5、、包装装卸等费用都没有列入物流费用科目内，掩盖了物流费用的真面目，无法唤起企业对物流的重视。(3)企业物流职能分散，运作效率低。大多数企业将仓储、运输、采购、包装、配送等物流活动分散在不同部门，没有系统规划和统一运作与管理，致使整个系统的运作效率非常低下。 (4)物流管理方式落后。在物流管理上，很多企业在物流运作中缺乏人工智能/专家系统、通信、条码和扫描等先进信息技术的应用，使企业无法全面、准确的把握各方物流信息，无法实现内、外部物流一体化以寻求物流系统的最优化和合理化。 (二)物流管理的目标现在物流管理实质上是对物体系统的管理。物流系统的投入是物流的成本，产出的是物流的服务。物流管理的目的就
6、是通过协调物流的服务于物流成本的关系，寻求二者之间最佳的平衡点，通过对物流系统各要素进行综合管理，寻找各种功能之间最佳的组合方式，使物流系统的总体效益最佳。在物流管理中必须正确处理好服务与成本二者的关系，合理兼顾两方面的需要。从物流服务的角度来看，物流系统提供的服务水平和服务标准越高越好，而从企业经济效益的角度来看，物流成本的耗费越低越好，这样就在高水平的物流服务和低水平的物流成本之间产生了矛盾。将物流管理的目标订为谋求“高服务水平和最低的物流成本”这是一种理想化的模式。当管理中的两个目标不能同时实现时，可以用效率系统的概念来进行综合分析，既能以最低的物流成本达到所要求的物流服务水平的物流系统
7、就是一个有效能的系统(三)现代物流的概念和特征 1915 年西方一些国家正处于经济危机，企业界为了扩大销售，提出了销售和物流(physical distribution)的问题，着重研究在销售过程中的物流。二战中美军研究和建立了“后勤(logistics)”理论，将战时物资的生产、采购、运输、配给等活动作为一个整体来进行统一布置，取得了很好的效果。二战后，“logistics”的理论被应用到企业界，内容函盖了整个生产过程和流通过程。美国对现代物流的定义是1:物流是供应链过程的一部分，是以满足客户需求为目的，以高效和经济的手段来组织产品、服务以及相关信息从供应到消费的运动和存储的计划、执行和控制
8、的过程。国家经贸委对现代物流的定义是2:现代物流泛指原材料、产成品从起点至终点及相关信息有效流动的全过程，它将运输、仓储、装卸、加工、整理、配送、信息等方面有机结合，形成完整的供应链，为用户提供多功能、一体化的综合服务。现代物流的概念是相对传统物流而言的，其本质区别并不在于概念本身，更重要的则是在理念、内容、形式和手段上。传统物流更多地被理解为仓储、运输和配送等作业过程，被定义为物之流动(Material Flow)，而现代物流是指利用先进的科学技术手段和工具，安全、准确、可靠、及时地完成货物的物理性转移，并被发展定义为 logistics。现代物流已经涉及到国民经济众多行业，如制造业、商业、
9、运输仓储业、信息业、服务代理业等。相对于传统物流，现代物流具有以下几个方面的发展特征:除了原有的运输和仓储主要功能外，现代物流强调了服务和信息管理功能，并因此变得更加能动主导，一改过去单一的从属地位,现代物流中加快了货物流通速度，具体表现为 JIT 管理;1、现代物流强调了客户导向的服务功能，即为客户提供全过程的服务;2、现代物流重在组织的网络化，通过广域覆盖获得规模经济效益，降低社会物流成本;3、现代物流重在物流系统化，从社会化大生产的高度看待物流活动，由此引发了管理理论上的企业供应链竞争概念;现代物流发展的动力来自于新经济，并催生了物流产业化发展的概念;现代物流活动的具体内容包括以下方面:
10、用户服务、需求预测、定单处理、配送、存货控制、运输、仓库管理、工厂和仓库的布局与选址、搬运装卸、采购、包装、情报信息等。(四) 、现代物流和传统物流现代物流指的是将信息、运输、仓储、库存、装卸搬运以及包装等物流活动综合起来的一种新型的集成式管理，其任务是尽可能降低物流的总成本，为顾客提供最好的服务。 传统物流一般指产品出厂后的包装、运输、装卸、仓储，而现代物流提出了物流系统化或叫总体物流、综合物流管理的概念，并付诸实施。具体地说，就是使物流向两头延伸并加入新的内涵，使社会物流与企业物流有机结合在一起，从采购物流开始，经过生产物流，再进入销售物流，与此同时，要经过包装、运输、仓储、装卸、加工配送
11、到达用户（消费者）手中，最后还有回收物流。可以这样讲，现代物流包含了产品从“生”到“死”的整个物理性的流通全过程。(五) 、物流信息化 物流信息化是现代物流运营的基础和前提，即物流信息化是现代物流的核心。物流信息化主要表现为物流信息的商品化、物流信息收集的数据库化和代码化、物流信息处理的电子化和计算机化、物流信息传递的标准化和实时化、物流信息存贮的数字化等。 随着信息技术、网络技术和电子商务技术的发展，现代物流信息化是必然趋势。国内物流业起步较晚，发展水平较低，在信息技术的应用方面与发达国家有很大差距，发达国家已普遍使用的一些技术设备在国内还很少使用，我国在物流费用上的经济损失每年达数百亿元，
12、实现物流信息化已成为我国现代物流发展的必然趋势。要缩短与国际先进水平的差距，必须有意识、有重点地采用先进的信息化技术和设备，如电子订货系统、管理信息系统、企业资源计划系统以及自动识别技术、自动机械技术、自动跟踪技术等。二、数据挖掘(一)、数据挖掘数据挖掘是一个利用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系的过程。 目前，数据挖掘技术在企业中应用的难点集中在企业数据搜集和提取上:多数企业内部的数据是分散的,业务数据往往被存放在缺乏统一设计和管理的异构环境中,不易综合查询访问，而且还有大量的历史数据处于脱机状态,不能在线集中存储查询。数据挖掘在对这些数据进行分析前,必须对这些
13、数据进行不同程度的整合和清理，这是数据挖掘的首要环节,但一般的 OLTP(On-line Transaction Processing，联机事务处理)系统的数据环境不具备这种能力。 数据仓库正是为了构建新的分析处理环境而出现的一种数据存储和组织技术。实际上，数据仓库技术所要研究和解决的问题就是从 OLTP 系统、异构分散的外部数据源、脱机的历史业务数据中获取数据，处理后为数据分析和管理决策提供应用服务。 对海量数据的探索式分析的起点是 OLAP(On Line Analytical Processing，联机分析处理)数据挖掘能够自动发现以前未知的模式，自动预测未来趋势和行为。因此，数据挖掘技
14、术广泛用于以下一些领域：零售/市场营销；金融；信用保险；过程控制/质量监督；化工/医药；工程与科学数据分析。(二)、数据挖掘技术在物流管理中的应用数据挖掘的主要方法包括：基本统计分析，相关分析，回归分析，时间序列分析，人工神经网络方法等。不同的分析方法和挖掘工具有其独特的特征和使用范围。 1.基本统计分析方法：统计学研究的对象是客观事物的数量关系和数量特征。统计方法广泛地运用于各个领域，供各个部门做出决策、执行计划、检查监督和宏观调控。尤其在物流管理领域，基本统计方法起着信息咨询、监督、辅助决策的作用。 统计分析方法从总体中抽取一定数量的样本并测出有关的数据以及利用数据所提供的关于总体的信息来
15、推断关于总体的结论。目前企业内部的相关海量数据或分散存储，或是异构数据，无法利用基本的统计方法进行归纳推理。2.相关分析：相关分析法是测定经济现象之间相关关系的规律性，并据以进行预测和控制的分析方法。物流管理中的各个要素间存在着大量的相互联系、相互依赖、相互制约的关系：一类是函数关系，它反映着要素之间严格的依存关系；另一类为相关关系，就是说变量之间存在着不确定、不严格的依存关系。 物流管理中的相关分析要解决以下问题： (1)确定物流各个要素之间有无相关关系以及相关关系的类型：正相关关系或负相关关系；直线关系还是曲线相关；一元相关还是多元相关。 (2)确定各个要素之间相关关系的密切程度,通常是计算相关系数。 (3)拟合回归方程，如果要素间相关关系密切，就根据其关系的类型，建立数学模型用相应回归方程来反映这种数量关系。 (4)判断回归分析的可靠性，只有通过检验的回归方程才能用于预测和控制。(5)
