智慧物流总结范文

导语：如何才能写好一篇智慧物流总结，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

一、办公室

办公室的工作一直是学生会整个部门里面最精细、最繁琐的。每天都坚持点到，督促好各部门委员的晨训以及签到，并将迟到、缺签的名单进行登记，然后统计出来，

二、学习部

伴随着六月的脚步，期末考试也越来越临近。我系的学习氛围也越来越浓厚，同学们的学习积极性也越来越高。晚自习的情况也相比前段时间有所改观。

三、生活部

男生寝室卫生打扫得比彻底，但卫生保持情况却不容乐观。通过采取一系列有效的措施后，男生卫生保持方面那一块做的比较好，而且之前的锁门、拒检现象也不再常见。

四、实践部

完成了之前活动的拉赞助的任务后，实践部开始为下学期的活动开展准备。预计在下学期晨训的时候能进行口才演讲，锻炼大家的说话能力，增强大家的语言交际。

五、劳卫部

劳卫部一直都是以检查教室卫生为重任，开展各项日常工作。在检查卫生之外，劳卫部还积极号召各班级进行义务劳动。这不仅在院里得到一致好评，还给我们营造了一个干净舒适的学习环境。

六、纪保部

纪保部仍然每周进行男生就寝情况的检查。由于世界杯正如火如荼地进行，酷爱足球的男生们经常聚集在一个寝室看足球，但纪保部的委员能进行耐心的劝导，使晚就寝的情况没有受到影响。

七、体育部

晨训及签到是每天的必修课，体育部的委员在这点上是做得最好的，每天的晨训人员全部到齐，而且不会出现迟到、缺签等现象。

八、女生部

女生部的工作一直都开展得很顺利，在接近学期末的时间里，女生寝室也一如既往地配合女生部的工作，在六月份女生部也取得了不错的成绩。

篇2

“十二五”伊始，宁波市出台了《加快创建智慧城市行动纲要（2011—2015）》，智慧基础设施得到快速提升。智慧应用体系建设取得积极进展。2011年加快推进的61个智慧应用体系示范工程项目收效良好。

综合起来的优势

谈及宁波在建设智慧城市方面的优势和特色，以及宁波市在几年间迅速找准智慧宁波发展方向的秘籍，宁波市智慧城市建设工作领导小组办公室主任谢月娣这样表示：首先建设智慧城市在宁波具有极其重要的战略地位，是宁波市“十二五”时期全市“六个加快”发展战略之一。二是有强有力的智力支撑体系。宁波为智慧城市建设专门组建了专家咨询委员会。三是有独创性的路径和模式。在全面部署推进智慧城市建设的基础上，突出重點，坚持试點先行，以點带面，积极探索智慧城市建设模式。四是与宁波国际强港紧密结合，发挥强大的港口物流优势。

城市发展的路径不一而同，抓住并善于总结自身城市的特點，利用现有的经济产业基础和独特的产业条件是将城市综合实力集中在一起发力智慧城市建设的最佳选择。“智慧城市”建设越来越受到各地方城市的重视，宁波在国内首个系统提出要建设“智慧城市”，对宁波来讲能够一路保持领先也并非易事。谢月娣总结：从战略规划角度来说，城市信息化走向智慧城市建设，是新一代信息技术发展的必然趋势。宁波市抓住成功举办2010年上海世博会“信息化与城市发展论坛”的契机，基于信息化的良好基础和城市发展定位，适时作出了建设智慧城市的决定，成为了国内首个系统谋划推进智慧城市建设的城市。

从宁波的城市发展和经济发展现状来看，主要有以下几方面的考虑。

首先，建设智慧城市是提高城市生活品质的需要。据有关统计数据显示，目前宁波城市化率已超过60%，未来五年宁波将步入城市化中后期，城市发展将全面进入功能开发新阶段，将面临着城市管理、民生改善、城市交通、环境资源等方面越来越严峻的挑战。而“智慧城市”为城市发展中遇到的这些问题提供了解决路径。

其次，建设智慧城市是加快经济转型升级的重要途径。当前，宁波市人均GDP已经超过1万美元，已跨入新的发展阶段。迫切需要通过智慧城市建设，促进信息化与工业化深度融合，培育发展智慧型产业，寻找经济转型升级发展的新载体，创造形成新一轮发展的新优势。

第三，建设智慧城市是宁波打造现代化国际港口城市的必然要求。2010年国务院批复的《长江三角洲地区区域规划》指出，宁波要建设“先进制造业基地、现代物流基地和国际港口的城市”，宁波建设现代化国际港口城市进入了国家层面的发展规划。

智慧应用大体系

在智慧城市推进的进程中，宁波坚持应用为先，通过示范带动，加快经济社会重點领域的智慧应用系统建设，加快推进智慧城市应用体系建设。谢月娣介绍：智慧城市应用体系建设将突出三个主题：第一，围绕经济转型升级这一主题，以具有宁波特色的产业领域智慧应用系统建设为重點，大力推进经济领域智慧应用系统建设；第二，围绕和谐社会建设这一主题，以解决市民最关心、最直接、最现实的问题为导向，大力推进智慧民生应用体系建设；第三，围绕政府管理转型这一主题，以基础性、公共性智慧应用系统建设为抓手，大力推进智慧公共服务管理应用体系建设。

围绕这些主题，宁波市确定了智慧物流、智慧制造、智慧贸易、智慧能源、智慧公共服务、智慧社会管理、智慧交通、智慧健康保障、智慧安居服务、智慧文化服务等十大智慧应用系统的建设，主要目的是，通过这些应用系统的建设，全面促进城市不同领域、不同规模、不同层次的系统和子系统的建设，推动城市的科学发展。

目前，经过一年多的建设探索，宁波智慧应用系统的建设成效正逐步显现。三大先行试點重點智慧应用体系项目成效明显。在智慧物流试點建设方面：《宁波市智慧物流试點工作实施方案》出台，明确了近两年的重點示范工程建设任务；宁波电子口岸和第四方物流市场两大平台不断完善，基本打通了通关环节和物流环节，实现了宁波通关、物流、外贸协同发展，进一步提高了宁波智慧物流的功能和辐射范围等。此外，在智慧健康试點建设方面、智慧社会管理系统建设等方面均已取得显著成效。

同时，各重點领域智慧应用示范项目建设也取得较大进展。智慧城管、智慧食品药品监管、智慧公共服务等社会经济各领域项目建设成效显现。智慧城管已基本完成一期五大支撑体系和四大应用系统软件建设，市、区两级的公安、城管、街道等部门的视频监控资源已经实现整合共享，形成多路、多點动态监控网络，中心城区主干道实现管理全覆盖。在智慧食品药品监管建设方面，全市网上监管系统的升级和完善工程取得较大进展，全市已完成2248家药品经营企业和医疗机构的网上监管系统安装，有2065家单位已与全市中心服务器对接，实现了数据传递交换。在智慧公共服务方面，数字乡村、81890求助中心等公共信息服务平台取了新进展。根据宁波市智慧办今年的《2012年宁波市加快创建智慧城市行动计划》，2012年，宁波还将斥资逾50亿元推进信息网络基础工程、政府云计算中心、基础信息共享工程、智慧应用工程等30个智慧城市建设重大项目及19个智慧产业重大项目建设。

智慧产业新发展

根据规划，宁波智慧产业建设将重點围绕六大智慧产业基地开展，包括网络数据基地、软件研发推广产业基地、智慧装备和产品研发与制造基地、智慧服务业示范推广基地、智慧农业示范推广基地和智慧企业总部基地。

结合宁波智慧城市建设的总体战略目标，谢月娣表示，宁波未来“智慧产业”发展将具备三个方面的服务“亮點”：

首先，立足于地理特點，服务于港口经济，在智慧港口物流业发展上形成新的亮點。依托宁波现代化港口区位优势，积极完善港口航运服务体系和保障体系，大力推动以电子口岸信息平台、第四方物流体系建设为重心的智慧港口和智慧物流的发展，推动宁波港口物流业的品牌建设和服务提升，创造新的品牌优势。

服务于集群经济，在智慧制造业发展上形成新的亮點。宁波传统产业发展有一个显著特點——块状制造业经济比较发达，可通过新兴信息技术的广泛应用，把每一个块状经济变成一个智慧型集群，并精心构筑产业生态链和生态圈，加强产业问的协作，不断优化产业结构。

篇3

【关键词】智慧交通 大数据 应用

在当前城市交通不堪重压的情况下，交通拥堵、事故频发等问题给城市经济发展与居民生活质量带来严重的负面影响，改善交通已经成为不可忽视的重大问题。传统的交通管理方式已经不能适应飞速发展的社会，在信息技术与智能设备的不断创新中，智慧交通应运而生。分析海量历史数据，从中进行规则的总结，使用大数据技术挖掘交通状态数据能够显著提高交通管理效率。

一、大数据概述

大数据技术即为在海量数据中效率较高地将有益信息筛选出来，能够对解决大数据问题提供有效帮助。由此可见，大数据技术具有重要现实意义。该种技术中两个关键环节为将有益信息从海量数据中筛选出来的有效方法、拓宽大数据研发的路径，其中包含的具体内容包括建立数据分析模型与处理、存储、挖掘数据。

二、智慧交通中大数据应用新需求

智慧交通即为提高交通运输中智慧含量，赋予其感知危险、预测事件、解决故障的能力，满足客运与货运需要，提高资源分配的合理性。但是，在当前城市交通压力逐渐增大，居民对出行体验要求逐渐提高的情况下，对大数据在智慧交通中的应用提出了新的需求。

（一）提高实时性与主动性

城市化进程的加快使得大量人群涌向城市，给城市造成很大的交通压力，对城市发展形成制约，不利于居民生活质量与幸福指数的提升。当前交通中大数据具有规模性、高速性、多样性、价值性、易变性、动态性等，数据的巨大与类型的多样以及分散的存储造成分析、整理大数据时需要花费较多的时间，这与处理交通问题对实时性的要求不符。另外，智能交通进行大数据分析的推送大多数情况下为被动式，对个人习惯、个性需求的考虑不足。

（二）提高有序性与差异性

电子商务与网络在线购物使得物流行业得到空前发展，城市配送能否顺利进行对于城市经济健康发展具有重要影响。但是，我国当前物流配送发展并不能满足城市对配送的要求，阻碍了城市经济向更高层次的发展。造成该种现象的原因与城市配送规划路线不够完善联系紧密，导致货物运输效率不够高。另一方面，在发展城市配送中，对用户个性化需求不够重视，所有配送服务都是在客户订单上进行，导致物流配送中高峰与低峰差异明显，不能保证配送安全与稳定进行。

三、智慧交通中大数据应用模式

（一）对实时交通服务进行优化

智慧交通中大数据应用具有很多优点，包括能够更快集成信息、突破地区性限制、优化资源配置等，但是最为显著的优势为能够对信息进行实时处理。该种优势能够实时监控交通流量，对车辆行车有效途径进行高效、准确配置，保证公共交通信息的实时性，能够使交通运行效率得到有效提升，缓解交通压力。例如能够使用大数据技术对路况进行提前预测，并将备用路径告知驾驶人员；使用智能手机中软件能够将公共交通运行状况、车内人流量、与最近车站的距离等告知乘客。大数据具有的实时处理能力不仅能够进行交通引导、缓解通行压力，还能提高公共交通的服务质量，便于市民更加方便地乘车，提高服务体验。

（二）提高交通服务的智能化

大数据技术不仅能够提高交通的智能化，促进交通连续性，还能通过大数据预测能力提前预警道路交通情况与道路环境。另外，当前针对智能交通的研究大部分情况为被动式引导，并没有考虑到驾驶人员真正的需求。所以需要将该种被动式向主动式例如协商方式进行转变。例如，在驾驶人员需要停车时，向其推送附近区域中能够使用的停车场信息，或者进行实时预约停车申请方式进行。完善的智慧交通不能局限于使用大数据技术将交通信息准确、快速提供给用户、帮助驾驶员掌握路况信息等，而需要与大众的智慧进行结合，提高交通路线规划的主动性、交通管理的智能性，对交通服务进行逐步优化。

（三）维护交通秩序

为保证交通环境的有序性与合理性，不仅需要改善在高峰时期容易l生的交通拥堵等问题，还能提高资源分配的合理性，对交通路线进行有效规划，并且能够满足智能调度中的个性化需求。另一方面，为保证货物运输能够有序进行，需要对配送路线进行进一步优化。在配送货物过程中，使用无线传感器对车辆行进路线、资源消耗量进行实时收集，然后通过监控交通流量，进行信息的总结，判断线路是否通畅，对配送路线进行实时调整。与此同时，调度中心能够对货车装载情况是否超标与货物实时配送情况进行监控与收集，将这些信息与实时交通情况、天气状况进行结合，通过机器学习方式对车辆调度模型进行建立，对货物实行先进后出，优化车载方案。

（四）保证交通运输能够安全进行

随着应急救援系统的逐渐完善，交通运输安全性能不断提高。大数据的预测能力与实时性能够主动对交通系统中事故进行预警，实现事故发生概率的预测或者能够在事故发生时及时采取对应的处理措施。例如，在国外某个运输部使用与云计算分析方式对大数据进行处理，能够对道路状况、天气情况进行分析与了解，在极端天气情况能够有效降低事故发生概率。加强大数据技术在交通中运用，在保证出行满意度的基础上保证物流配送能够稳定与安全进行。在运输一些具有一定危险性的化学品、易爆品时能够对驾驶员、运输车辆、货物、道路情况进行多角度全景监控，显著提高运输安全性，当可能出现危险事件时发出主动预警。

四、结语

智慧交通中大数据应用能够有效拓宽问题解决途径，具有广阔发展空间。但是，在应用大数据时需要对人、物的个性需求加强重视，在路径得到优化、调度更加智能的基础上，对居民真正需求进行挖掘，提高服务质量。

参考文献：

[1]苏颖，樊重俊.智慧交通中大数据应用面临的挑战与对策研究[J].物流科技， 2016， （6）.

篇4

关键词：供应商管理；智慧城市

一、引言

供应商管理是个老生常谈的问题，但从近期爆料的新闻来看，很多企业依然对供应商管理不够重视。2014年315晚会曝光的杭州xx公司将过期食品撕标签、换包装，用清洗液擦、拿小刀来刮，违法场景触目惊心。但更加令人揪心的是，这样的问题食品原料竟堂而皇之瞒天过海大肆销售，一路绿灯进入杭州市众多面包房。这些面包房门面光鲜，陈列的食品让人食指大动，可谁曾想到这都是过期原料制成的？诸如此类的问题不胜枚举，那么为什么这样一个看似简单的供应商管理的问题，就这样难以解决呢？这值得我们深入思考。

二、供应商管理中的现状

企业的竞争趋于激烈，这不分行业，如前述，无论你是做面包的，还是造汽车的，都会遇到的问题是，我们没有办法生产所有原材料、所有零部件，不可避免地会从其他企业购入实物产品或者服务产品，而自己只做最为核心和具有竞争力的部分，这无可非议，企业都是趋利的，不会做赔钱的买卖。[1]这形成的趋势是：将完成不了的部分外包给其他的企业，这样就形成了某些类别的企业只作虚拟的“生产”组织，而自己不实际的进行生产。外包解决了企业负累太多的问题，是打造企业核心竞争力的“利器”。但同时也带来了新的问题。外包即是原来由自己企业做的部分换给了外企业，那么外企业足够可信吗？如何激励和控制这些外企业呢？在很多时候，作为“外包”需求方也就是采购方，在和“外包”供给方也就是供应商的交易中是站在有优势的位置上的，毕竟手中有钱，但俗话说的是“从来都是卖的比买的精”。虽然在实践中经常看到的是供应商在采购方面前“低头哈腰”，逢年过节的还要积极拜访“表示一下”，但如果采购方只是沉醉于这种“优越感”之中，谁知道供应商在背后做什么呢？这并非抹黑供应商，而是因为每个企业都是趋利的，都愿意为自己能赚取更多利润而努力，而这种“努力”很多时候会和采购方的利益不一致。那么在如今这种外包趋势明显的情况下，如何进行供应商管理呢？

三、供应商管理和“智慧城市”的关系

供应商管理的问题被很多专家和学者研究，但事实上这些研究成果并未引起足够的重视，否则就不会问题频发，这也说明供应商管理的问题还有值得挖掘和思考的地方。首先，是企业是否真的在做“供应商管理”这件事，笔者也在多个企业工作多年，从事过服务类企业，也从事过产品制造类企业，无论是哪类企业，从他们的管理制度来看，他们都在做供应商管理。例如，某从事国际物流服务类的企业，在管理制度中会谈到，对自己的国外合作方，必须经过实地考察确认合格之后才能进入后续的合作流程，完成本企业无法完成的国外段物流服务。又例如，某从事产品制造的企业，也有专门管理供应商的文件，每年都会下发新的“合格供方名录”，对于文章开头提到的豪车品牌，应该也会有专门的采购部门来制定各种管理供应商的流程和考核供应商的方法。但效果如何呢？从反映出的问题来看，豪车品牌也并未在认真地做好这些事。笔者所举实例中的企业也同样并没有认真地做。那么原因是什么呢？如果用一个简单的词来总结，那就是“钱”。

因为需求往往多样，需要合作的供应商也很多，距离根据不同的情况有可能会很远，真的要实地考察吗？真的要完整的进行评价吗？真的要每年都认真地做供应商考核吗？真的要比来比去挑选一家“完美”的供应商吗？在“钱”的巨大压力下，上述事情往往不会真的实现，而只会被写在企业制度中，如果有人来检查，可以拿出制度先应付一下。在没有大范围的问题曝光之前，这可能是很多企业的真实做法。某洋快餐店在上海某食品供应企业过期肉问题爆出后，据说更换的供应商仍然是和这家问题企业有关的企业，网友看客一片质疑，但也有人说如果换了另外的供应商（完全没有关系的其他供应商），也许还不如这家分公司可靠――何其可悲？何其无奈？那么供应商管理的问题何解呢？笔者在思考供应商的管理是否能搭上“智慧城市”建设的快车呢？

“智慧城市”的建设进入高峰期，很多城市都在如火如荼的建设中，“智慧城市”是指利用领先的信息技术，提高城市规划、建设、管理、服务的智能化水平，使城市运转更高效、更敏捷、更低碳，是信息时代城市发展的新模式。据赛迪信息预测，到2014年，中国智慧城市的IT投入预计可达到1700多亿元的规模。“智慧城市”的建设主旨为了城市的未来发展，企业身在城市之中，能否也积极地参与到其中？新闻报道，2014年无锡法院首度网上曝光1600个“老赖”名单，被公布的“老赖”信息包括企业名称、标的金额等，取得了不错的效果，被曝光的企业也比较积极地进行了还钱。从这件事情看出，信息技术的应用可以低成本的解决一些问题。供应商的选择、评价、考核对企业来说成本较大，企业自建信息管理系统成本也过高，大型企业有财力但不一定有精力去做，中小型估计财力上就是个问题，如果可以建设完善的公共企业信息平台，笔者认为对多数企业来说应该都是个好消息。

在“智慧城市”的现有建设体系中，包括了智慧物流体系、智慧制造体系、智慧贸易体系、智慧能源应用体系、智慧公共服务、智慧社会管理体系、智慧交通体系、智慧健康保障体系、智慧安居服务体系、智慧文化服务体系等，这些体系部分和采购供应商的管理有密切的关系。[2]如智慧物流体系，智慧贸易体系等，在其中完全可以加入完整的企业信息管理和评价内容，具体内容可以包括：（1）企业自建信息：详细的介绍本企业的主要情况，拥有哪些资质，主打产品和服务、可以合作的细节信息等。（2）企业竞价信息：通过公共信息平台进行竞价、比较与选择。（3）其他企业评价信息：在这里合作过的其他企业可以进行评价，记录合作的内容和经历、良好和不良信息的记录等。（4）企业分级信息：信息平台作为第三方，根据企业信息做出的企业分类、定级等信息。有了这些完备的信息，可以大量节省企业在选择和管理供应商的过程中需要的成本。对被选择企业来说也是一种无形的压力，做的好做的不好都会人尽皆知。

四、结语

借助“智慧城市”的公共平台来完成企业经营和管理的工作，对企业尤其是中小型来说是个不错的想法，因为这样可以帮助企业节省大量的运作成本。但如何能够让这一想法很好的实现和运作下去，还值得多方面的深入思考，这需要“智慧城市”管理方、建设方、企业方多方的共同参与和建设，共担风险共享成果。在已有的一些商业平台中，也有类似的做法。例如，阿里巴巴的采购批发平台，商业化运作，为企业的采购工作提供了很大方便，这一平台中也建设了诚信评价系统，经验可以借鉴，但这些平台也并未能够解决现今遇到的问题。如何借助“智慧城市”的平台、完善供应商的管理、实现两者完美的结合，这其中的大量问题值得研究。

参考文献：

篇5

为期三天的CCBN2014展会上，捷成世纪除了展示音视频板块内容外，还重点推出了“捷成智慧城市”。

“捷成智慧城市”是集城市管理，公共服务、社会服务、居民自治和互动服务为一体，不但可以开展数字电视业务，而且能开展数据宽带和视频语音业务等各类增值业务。系统覆盖城市基础设施、资源环境、社会民生等领域，优化资源，有效提升传统产业的科技含量，进一步促进城市公共资源在全市范围共享，积极推动城市人流、物流、信息流、资金流的协调高效运行，在提升城市运行效率和公共服务平台的同时，推动城市发展转型升级。

“系统的建设加快了广电网络双向改造，实现了服务的信息化、网络化、智能化，极大地提升了城市信息化和家庭生活的幸福指数。”捷成世纪科技股份有限公司副总裁宋建云说道，“这为加快城市产业结构转型升级，进一步挖掘、整合和配置城市各类有形和无形资源，努力实现信息化、智慧化与经济社会的深度融合具有里程碑的意义。”

军人大校出身的宋总严谨、敏睿、果敢。他向我们介绍到，“捷成智慧城市”充分运用信息化和物联网技术，通过数字电视网和家庭智能机顶盒，以强化服务、提升品质、科技创新、文化惠民为出发点，加快广电网络双向改造，实现社区电视高清化、互动化，实现服务的信息化、网络化、智能化。贴近民生，退出诸多益民、利民、便民、惠民的服务，借助物联网、云计算等技术，在公共服务、广播电视、教育服务、医护服务、社区服务、养老服务、智能家居等诸多领域，为用户提供智能化、信息化、快捷化的智能空间，并构建户户联网的全新城市形态，真正实现从“看电视”到“用电视”转变。建设智慧城市让城市发展更全面、更协调、更持续，让城市生活变得更健康、更和谐更美好。“‘捷成智慧城市’的建设，跳出了广电原有的运营模式，为广大数字电视用户提供了全新的使用体验，有力提升数字电视用户黏合度，同时也打造广电运营商的全新业务形态，开辟新的盈利模式，实现边建设边产出，形成良性循环和滚动发展。”

“智慧城市有诸多功用，”宋总最后总结道，“可推进管理服务流程的重塑优化，决策运行的智能化、协同化、精准化和高效化，实现经济社会科学管理和民生高品质服务；从企业角度，它将形成传感器制造、高性能计算服务、软件服务为主产业集群，实现智能产业的聚集发展，使现代产业更大更强；智慧城市大幅度提升居民的信息、知识获取和利用能力，极大地提高居民的人文素质；还可以智能化提高资源开发利用率和低耗，保护生态环境，使资源环境更加有好。”B&P

篇6

两个基础

青龙系统从2012年研发版本1.0，到目前的6.0的演进过程中，我们也逐步认识到，以大数据处理为核心是构建智慧物流的关键。

“大数据”的经典定义是可以归纳为4个V：海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。从青龙系统看，每天处理亿级数据，具有海量信息的数据规模；支持快速的数据流转，实现了物流各个节点实时数据监控优化；系统处理各种各样的信息，包含了结构化和非结构化数据；数据具有极大的价值，推动系统成本和效率优化1%，可以节约上亿成本，具有了显著的大数据特征。

我们在实战中认识到，把大数据转化为智慧系统，需要具备两个基础：首先是业务数据化，并且具有数据质量保障。京东物流在青龙系统的支撑下，实现了所有物流操作的线上化，也就是数据化，并且，对每个操作环节都是可以进行实时分析，这就奠定了很好的基础。如果业务都是线下操作，或者系统无法准确及时收集数据，那么，即时数据量够大，缺乏关键数据和数据不准确，也会给大数据处理带来很大的困难。

第二基础就是大数据处理技术，包括收集，传输，存储，计算，展示等一系列技术。青龙系统在数据处理技术上也踩过很多坑，最早我们用数据库生产库做一些数据的分析，发现很快性能就不行了，因为数据分析SQL一执行，生产库性能急剧下降，然后开始利用读库，并结合MQ，也就是操作数据库的时候，会发出一个MQ，数据分析处理系统接收MQ重新解析，但是，也不能很好解决问题。后面，我们总结发现一点，作为传统的技术人员，我们是试图用OLTP的方法来解决OLAP的问题，这在方向上就存在问题。

分清应用场景

当你做一个大数据应用，首先要分清你自己的应用场景。至少有两个维度：一个是实时性的维度，你做大数据分析是秒级的还是离线的，也就是24小时以后拿到也没问题。另一个是一致性维度，你对一致性到底是什么样的要求，要求是百分之百一致的，另外很多场景不要求一致，很多的消息推送不要求一致。

从这两个维度来看可以划分四个场景，强实时性强一致性、强实时性弱一致性、弱实时性强一致性、弱实时性弱一致性。到底你的应用落在什么样的场景，你要分清楚。如果问你的运营团队和业务团队，他肯定说要百分之百一致，肯定要实时，不仅是分钟量级的，最好是秒级的，甚至比秒级还小，完全一样的。你可以告诉他，要实现这个没问题，但你要实现这个对应的代价非常大，你用代r换取价值是不是足够。

另外还有一个维度，就是数据量。你的数据到底是什么样的量级，GB、TB，甚至是PB。从现在新系统发展来看，架构支撑业务两年发展已经足够了，要对两年内数据量有一个预估。这几个维度确定以后，现在从ETL数据抽取到数据传输、数据存储，以及数据计算，技术相对比较成熟了，你可以选择合适的技术。

大数据平台技术栈很多，有些公司可能不会自己开发，但它非常重要，因为它可以从技术上提供基础数据质量保障。如果数据质量得不到保障的，后面所进行的分析就是不靠谱的，数据质量就很差。另外如果你对一致性要求很高，它可能10%的信息都丢失了，如果你对实时性要求很高，它可能延迟好几个小时，在这种情况下数据分析应用不可能做好。在可靠的数据源和处理技术基础上，就可以逐步构建智慧物流系统。

四个步骤

第一步主要是通过大数据技术准确及时还原业务。也就是我们可以及时准确采集业务运行的数据，并分不同层次需求展示出来。

对于物流系统来讲也是一样，图形化展示，一图胜千言。在时间维度，实时展示各个节点的生产量，相邻节点的差异，可以很好把控业务。我们还发现，移动端的开发，对业务非常有帮助。对于物流来讲，是商品流，实物流，资金流，信息流的结合，因此，地理维度展示也非常有帮助。青龙系统做到了车辆，配送员实时展示，例如在京东APP上就可以查看订单的实时轨迹。

第二步就是通过大数据提升业务。这块对于离线数据，大家都比较熟悉，包括业务日报，周报，月报等，这都是业务管理的基础，如果不能做到及时准确，数字化运营是无法进行的，更不用说智慧化了。对于物流这种劳动密集型行业，我们利用实时数据，进行业界排行，对现场也起到很好的激励作用。

在对业务能够进行实时监控和准确评估后，就可以进行第三步，也就是利用大数据对业务进行预测。预测一直是大数据应用的核心，也是最有价值的地方。对于物流行业，如果能够提前进行业务量预测，那么，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。举一个青龙系统的例子，就是单量预测，根据用户下单量、仓储生产能力、路由情况等，可以进行建模预测。

最后一步就是依托大数据进行智能决策。做到了这一步，才可以称作智慧物流。目前，做决策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，让人工的决策更加合理。

因为京东业务每年增长也非常快，就遇到如何增加配送站的问题。在以前没有系统辅助决策，就只能拍脑袋，但随着规模越来越大，发现拍脑袋代价会很大。于是，我们就想用大数据的方法来解决一下如何建配送站的问题。

构建配送站

首先，建站依赖于什么？大家看过《大数据时代》就知道，利用大数据进行预测，非常重要的是找到它的关联物，建站最直观的是跟订单相关的，我们也从订单开始着手来分析这个问题。我们从订单分布数据，加上我们的客户分布数据进行分析，通过订单聚合等技术手段，找到订单很密的点，这个过程有很多的模型可以供参考。然后，加入更多的数据，包括位置信息、当地租金成本、管理成本、从分拨中心到传站的距离等，我们就能输出一个模型分布，根据不同的维度，将建站预测展示给用户，辅助业务管理人员进行决策。并且，可以根据业务人员的使用情况，输入更多的业务知识，形成业务闭环，让系统更加智能化。

首先，要选择应用场景，选择合适的大数据技术架构，把数据质量能够做好。然后，要对业务进行分析，第一步主要进行业务还原，包括业务节点，环比、同比，环节差异，最好用图形化的方式展示出来。

篇7

发挥联合优势，服务产业转型

各联盟积极发挥人才培养、技术研发、社会培训、信息交流的作用，为宁波的商贸业、智慧产业、文化创意产业、旅游产业、现代农业和林业等发展做出了贡献。

商贸职业教育联盟：通过深化校企战略合作，与浙江九龙国际物流有限公司联合成立九龙国际物流学院。该公司出资2000万元设立教育基金，培养外贸物流专业人才。同时，与宁波市人民政府发展研究中心联合建立“宁波现代服务业研究所”，承接多项市级决策咨询课题和大型主题论坛，省物流快递从业人员资格证书鉴定站将落户该院。

211创意设计产学研联盟：其成员中的25个实体创意企业已进驻“东钱湖211创意产业园”。在园区提供的8000平方米场地内，联盟成员将文化艺术创新转化为生产力，创造产值达近亿元。比如：汉风文化发展有限公司承接了多个项目，仅策划、设计和制作南宋石刻公园一个项目就达3000万元，为东钱湖旅游产业发展做出了贡献。

宁波南部新城服务外包联盟：经过研讨和市场调研，信息学院确定了以面向软件及服务外包、智能电子电器，以及智慧产业为主的专业培养目标。2012年，以服务外包为特色的计算机应用专业成为宁波市特色建设专业。在宁波市外经贸局和鄞州区商务局的指导下，培训服务外包人才达2000多人次。在宁波市智慧产业人才基地核心引导课程的申报、实施中，信息学院该类专业成为承担主体。宁波智慧系统发展研究所、宁波在线检测技术研究所相继成立，开展《宁波智慧城市建设工作考核体系研究》等相关课题的研究。

宁波城市园林联盟：大力推动“美丽中国”产业发展。花卉苗木产业是宁波农业产业发展的主导产业之一，该联盟成员通过繁育良种与推广、集成高效栽培技术与示范、调整与优化结构、优化营销体系、培养技术团队等来实现产业转型升级。同时开展了“铁皮石斛种苗组织培养快繁技术”“樟树涌金组培快繁技术”研究，以及“城市管理复合型人才（园林）高级研修班”“优秀农民进大学（花卉苗木）”“优秀青工班（景观设计师）”等培训。此外，还参与宁波生态城市建设与社会服务，承担宁波市中心城区街景整治项目等总投资额12亿元的技术服务。

宁波旅游会展产学研合作教育联盟：立足于高素质旅游会展人才培养和人力资源开发。参与市各级星级饭店的试评、初评、复评、复核、对标检查、酒店服务质量暗访检查等工作，参与市“十二五”餐饮发展规划及市“花级酒店”标准的评审工作，承办了宁波市高校旅游和会展专业学生技能大赛，并服务市、县、区行业技能大赛，举办了学术合作论坛、宁波旅游类大中专院校推介会，开展旅游会展科学研究与产品技术开发。

人才培养以社会需求为导向

自各联盟成立以来，通过加强成员单位的合作，挖掘教育资源，校企联合培养高素质技能型人才，深化中、高等职业教育改革。

专业优势特色共育 商贸类专业构建实践现代服务业“公司制”人才培养模式，信息学院形成“校企合作一体化人才培养模式”。艺术学院实行以“工作室”制为核心的“111”艺术设计人才培养模式。旅游学院实行订单式培养、顶岗实习、工学交替等人才培养模式。应用外语学院深化“1+X”（即外语+涉外岗位）核心职业能力人才培养模式。城市园林专业以培养卓越“园林技师”培养为目标，实施分类分层人才培养教学模式。

建立联盟专业教师与专家库 开展联盟成员单位教师互聘，企业专家进课堂、专业教师进企业等活动，实施人力资源共享制度。学校教师与企业专家联系交流机制，加快“双师型”教师建设。按照“聘任名师、培养骨干、专兼结合”的原则，共聘用企业兼职教师200多名。兼职教师与专任老师一起参与课程改革、教材开发、技术研发。还评选了优秀企业指导教师，并给予奖励。

课程建设与教材开发大力推进 开发校企共建课程217门。例如：会计专业的实务技术课程（核心课程）由校企双方共同开发，开展基于工作进程引领的项目化课程建设。已出版校企合作共同开发教材97本。《仓储服务与运作》等6本教材被列为宁波市特色教材。《面向中小型企业的网络构建方法与技术》等31门课程被列为宁波市智慧产业人才培养基地核心引导课程。

联盟加强合作，开展学生实习实训就业工作 目前，校内外实习实训基地达到199个，建立学生实习实训保障机制，帮助大学生实习、实训和创业。比如，旅游学院与企业进行深层次合作订单人才培养，实现了100%集中顶岗实习。举办了宁波市大中专毕业生供需洽谈会―旅游会展行业人才专场招聘会及“宁波旅游类大中专院校推介会”、外贸物流人才招聘会、校企合作顶岗实习招聘会暨外语类专场招聘会等各类招聘会。近年来，该校毕业生就业率保持在97%以上，2014届毕业生就业率达98.3%，办学特色和人才培养质量受到社会认可。

学生职业素质大力提升 该校构建了“基本+提升”型的人才培养战略，推出多元、合理的人才培养标准，对学生开展技师型、复合型、创业创新型、国际化型、专升本型5大类提升目标培养，横向实施分类培养，以满足学生不同职业岗位发展的需求，纵向实施分层教学，以唤醒学生岗位发展的最大潜能。每位专业教师悉心研究行业发展趋势，与行业企业广泛交流、联系，为学生铺设真正适合的学习通道。企业兼职教师进校开展企业经营理念等主题论坛和“企业经理进讲堂”等活动，实现企业文化与校园文化的有效融合。

做好中高职衔接，发挥引领和示范作用 该校作为浙江省最早开展职业技术教育师资培训机构，开展了培训项目，该校还利用教学及科研优势，积极帮助中职学校修订人才培养方案工作，同时在中职学校改造升级校内实训基地中，提出合理化的意见和建议。

探索共同体多赢机制

基于行业的产学研联盟共建共享组员平台，寻找最佳的契合点，使联盟发展成为涵盖学校改革、企业优势再造和政府决策创新等在内的利益共同体平台。

提升行业品质 学术交流合作频繁，举办了宁波旅游会展产学研合作论坛、以“立体绿化”为主题的城市园林高峰论坛、宁波国际物流业应对宏观经济变化的科技沙龙等学术交流会议。举办了第二届中欧旅游合作论坛。联盟还定期开展宣传、交流活动，研讨产学研合作的最新问题与对策，总结推广新经验新模式，学习掌握产业发展的最新动态。宁波智慧系统发展研究所、宁波在线检测技术研究所、宁波城市学院远见旅游规划研究所等研究机构相继成立。

企业优势再造 为成为人才培养共同体，校企双方合作共建非营利、不具备法人资格的虚拟学院，实行理事会领导下的院长负责制。组建了“滕头园林学院”“九龙国际物流学院”“宁波旅游学院”“视觉东方艺术学院”“鄞州会计学院”等虚拟学院。其中，2012年6月九龙国际物流学院成立之时，在浙江九龙国际物流有限公司工作的商贸学院毕业生已近100人，多人为公司业务骨干。景观生态环境学院与浙江滕头园林股份有限公司合作组建“滕头园林学院”，企业设立1000万元专项教育基金。该学院实行校企共建共管，实行半工半读、工学交替办学模式。

资源设施共享 2011年，物流管理专业获中央财政支持建设专业;2012年，国际经济与贸易专业实训基地、电子信息类专业实训基地获中央财政支持职业教育实训基地建设，电子信息类专业实训基地成为“浙江省高职高专示范性实训基地”。中央支持的专业建设和实训基地建设，大大提升了学院和合作企业的办学和服务社会经济发展的实力。结合中央财政支持的实训基地建设项目，商贸学院投资20万元在九龙物流公司建立了九龙物流学院的专门实训实习场所条件。目前，校内实训基地中17个实训室，为宁波市IT产业应用型专业人才培养基地共享实训室。

建立网络公共服务平台 2012年9月12日，宁波市职业校企合作促进会成立大会暨校企合作公共服务平台在宁波城市职业技术学院开通。宁波校企通是校企深度合作的网络公共服务平台，体现区域型、公益性、综合性和共享性特点的校企合作网络公共服务平台。实现了政府、学校、行业、企业联动，深度推进校企合作，提高区域型校企合作的公共服务水平。

探索长效机制 在联盟运行过程中，逐步建立并完善联盟的管理体制、联盟运行的动力机制、盟友选择机制、组织协调机制、盟友退出机制、资源共享机制、利益分配机制、风险共担机制等工作机制，协调好利益相关者关系，保障联盟的高效运行。建立企业校企合作奖励机制，强化企业的职业教育责任。

参考文献

[1]潘菊素，章平，刘玲.探索基于产学研联盟的高职教育体制机制改革[J].中国高等教育，2012（10）.

[2]舒玲玲.责任彰显品质 创新引领发展――宁波城市职院着力高素质技术技能应用型人才培养侧记[N].浙江教育报（第4版），2015-7-10.

篇8

【关键词】大数据 物流企业 机遇 挑战

互联网和物联网技术的迅速普及带来了数据的井喷式增长，各行各业在运行过程中都产生了大量的数据。物流行业能够产生大量的数据，而大数据应用会推动“智能物流”更迅猛、更高层析地发展[1]。物流企业每天都会产生大量的数据，特别是全程物流，包括运输、仓储、搬运、配送包装等环节，每个环节相互连结构成了一个完整的信息流，假如物流企业可以将这些数据及时、准确的处理，那么对于物流企业来说将是一个巨大的机遇。相反，则是巨大的资源浪费和数据灾难。企业作为国民经济的基本单位，是市场经济的参与者，是发展社会生产力的主要承担着，从物流企业发展的视角出发，研究大数据带来的机遇和挑战对物流企业和物流行业的发展有着借鉴意义。

一、大数据应用带给物流企业的机遇

（一）大数据推动物流企业智慧营销模式的开展

智慧营销是物流企业在营销过程中大数据技术的一种运用，能帮助企业应对不断变化的外部环境，保持高速的发展。大数据技术引领物流业智慧营销的主要表现为可以将数据信息平台中粗放、零散、低效、高耗的物流企业数据加以整合提炼，提炼数据价值、挖掘有价值的信息，形成物流企业需要的数据资料，洞悉物流发展趋势，便于企业在营销决策中做出更智慧的判断。

（二）大数据优化物流企业资源配置，降低物流成本

速度和规划对物流企业至关重要。货物配送需要最优规划，车辆人员安排、运输点设置、配送方式、途径等环节都需要合理安排。利用大数据技术对物流信息整合分析，物理企业能够更好地掌握各个企业的物流运作网络路线及相关资源配置，形成最佳规划，使得物流资源充分利用，完成有效配置。此外，物流信息平台拥有加盟企业所有物流数据和相关物流规划，能实时掌控物流企业的各种资源和信息，从而可以在不增加额外成本的条件下，通过合理配置物流资源使得各物流企业获得更高的经济效益。

（三）大数据可提高物流企业管理水平，提高物流企业竞争力

大数据能够将信息透明化、智能化，可以实时了解物流任何一个环节的现状和业务，为物流企业的战略划和日常运作提供支撑，提高企业的管理水平。首先，物流企业在流转货物、追踪车辆、仓储等环节都会形成海量的数据，运用大数据技术可以对物流环节产生的数据进行分析和总结，明确物流过程中的任一环节的现状，包括员工效率和客户满意度等，便于流程管理。其次，大数据在员工的选择、评价和培训等精细化管理方面发挥着重要作用，物流人才的管理同样适用。如今，很多物流企业都为员工车辆安装了远程控制系统，能够准确判断司机绩效，为进一步的培训计划提供依据。

二、大数据应用带给物流企业的挑战

（一）数据质量难以保证

大数据应用的首要问题就是数据质量问题。一方面，物流企业的数据来源很多，数据结构也是千差万别，尤其大数据更多的是包含不同格式的半结构化数据和非结构化数据，整合数据并从中获取有价值的信息对物流企业是一个巨大挑战。另一方面，大数据具有低价值性，由于数据收集成本低、易于获取，在数据量几何级和爆炸式增长的同时，数据的价值密度越来越低，真正有价值的信息难以被使用。且由于自身特征，物流企业对于大数据技术应用要求较高，需要从海量的数据中提取出与企业经营决策相关的数据类型和数据内容，这给物流企业带来另一个巨大的挑战。

（二）用户信息的安全性和隐私性遭到破坏

物流企业在运营期间需要与客户打交道，相对应物流供应链数据就会涉及用户、商家的隐私信息。高价值的、敏感的信息由于大数据采集和处理相对集中，容易引起潜在攻击的注意，易于被不法分子利用，继而为用户和企业带来隐患。因此，物流企业要尤为注意数据的安全性问题，否则一旦泄露，会给用户带来困扰，给企业外界形象和未来发展带来巨大的负面影响。物流企业在大数据应用时也需要注意用户的隐私性，需要注意度的把握，在不能侵犯的信息加以排除后，才能对用户产生的数据加以汇总、整合、分析，以防产生不必要的诉讼问题。

（三）拥有大数据技术的专业人才缺乏

尽管大数据的起源可以追溯到几十年前，但大数据是在近几年才得到快速发展。尤其是2013，大数据得到了政府、企业、学者的广泛关注，从而被称为“大数据元年”。然而从全球来看，目前能够对大数据进行熟练分析和处理的技术人员并不多，利用大数据技术帮助企业经营决策的人才更是缺乏，给大数据技术应用形成了巨大的障碍。物流企业由于其自身特征需要既懂得物流企业运营，又懂得数据挖掘和数据分析的复合型、专业化人才，从而对物流行业大数据技术专业人才提出了更高的要求，因此，物流企业需要更加注重信息管理人才的培养，构建自己的专业分析和管理团队。

三、物流企业大数据应用发展方向

（一）加强数据、信息的集成

鉴于物流供应链数据来源和结构的不同，数据之间往往相互独立，物流企业迫切需要建立一个公共的集成环境，使这些孤立的数据更好的联系起来。数据集成可以消除异构数据之间的差异，通过集成系统可以对数据进行统一操作，可以很好的保证数据的质量问题。数据集成指按照应用要求对海量数据中有价值的数据进行整合、封装、处理的过程，以便数据挖掘的应用数量和质量问题的解决。此外，由于数据的量比较大，采取集中式的的方法似乎可行度不大，物流企业可以采用分布式协作方式，即按照某种标准对数据资源进行划分，得到若干的数据块，再对每一个数据块进行数据集成处理，构成分布式协作系统，然后再对结果和数据进行整合，从而形成最终所需的价值信息。

（二）加快研发探索大数据技术

物流企业在现下面临的数据量是无法比拟的，对实时性决策来说，分析方法的速度和决策显得十分重要。物流企业可以联合协作加快大数据技术应用研究，提高数据挖掘算法的效率和适应性，使挖掘算法具有一定规模的伸缩性。如实时性技术和和分布并行算法技术是物流企业现下提高挖掘效率和实用化的有效途径。此外，物流企业可以将统计语言标准化，提高数据分析效率，如将统计语言标准化为R语言，能够将广泛使用的统计算法得到优化，在短时间内从大量的数据中发现有意义的信息。物流企业还需要实时关注业界对大数据技术的探索，针对大数据的特征，吸收和融合数据挖掘、分析新的技术方法，不断创新和发展。

（三）建立信息安全保护机制

隐私信息的泄露无疑会给用户和企业带来烦恼，而作为数据的收集者和泄露源头，物流企业需要尤为注意信息安全性问题。第一，物流企业的工作人员尤其是人员需要提高安全风险管控意识，遵循可行的安全标准。人员问题至关重要，须提高其安全意识，严控失误，对过去工作中存在技术能力低下、安全意识淡薄、工作责任意识不强的工作人员通过绩效评估的方法筛选上岗，彻底解决员工责任性问题。第二，对大数据应用的整个流程进行监督，确保客户和企业信息的安全性问题，基于用户的便捷性，物流企业应提高物流过程的规范性和安全性，尽可能保证用户信息不丢失、不被窃取。第三，提高以计算机为核心的安全防范和加密技术，以保障数据的稳定性和安全性，严格检查是否存在持续性网络攻击行为并设计可回溯的检测和实时检测方面，对相关问题进行处理。

（四）建立完善的隐私保护机制

马云曾说“必须向银行保护资产那样，保护隐私”，隐私问题这道坎的迈过与否决定了物流企业能否真正服务于民，因此，物流企业须采取积极的态度去面对。一方面，物流企业在应用大数据技术的同时，需要明确规定数据的所有权和使用权，设立监管机构，对与侵犯隐私安全的行为进行严厉惩处，要确保在在数据收集和处理的过程中隐私不被泄露，不被用于当事人不同意、不合理的其他用途。另一方面，物流企业应当使用相关隐私保护技术，包括不可见、完全的去个性化、实用的去个性化、增强隐私保护身份管理、信息隐藏方法、受限的访问控制等。

（五）注重大数据人才的引入、培养和管理

知识经济条件下，人才是核心，具有知识的人才资源是知识经济最重要的资源，一个国家、区域、企业的发展进步与否取决于其拥有的创造知识和利用知识的能力[2]。类似，大数据时代物流企业要尤为注意大数据技术人才。第一，物流企业要建立合理的人才选聘、引入机制，在选聘过程中要转变原有的求高求好的理念，选出符合企业岗位的人才，高薪引入高校人才，为企业注入新鲜血液。第二，人才的培养对于服务质量有着重要作用，物流企业需要在员工引入后加大工作上的培训教育，经常与技术先进、优秀的企业合作交流，给予员工学习和提升自己的机会。第三，人才的管理是最重要的一个环节，物流企业可以建立人才预警机制，采取有效地人才激励措施提升员工的忠诚度、满意度，减少人才流失。

四、结束语

大数据背景下，大数据技术将物流企业从传统物流引向数据物流和网络物流，并且有望发展成为云物流，给物流企业带来了机遇，但同时让物流企业面临诸多挑战。尽管物流企业面临许多挑战，生存压力加大，但这也意味着，只要物流企业能够很好面对这些挑战，解决这些y题，就能够变危为机，发现大数据的商业价值，搭上大数据的时代快车。因此，从物流企业的视角出发，探讨其在大数据技术应用上的发展方向，为物流企业在大数据时代能够更好地发展奠定了基础。

参考文献

[1]代湘荣.浅议中小物流企业联合体―物流超市[J].物流技术，2012（3）：172-173+212.

[2]韩峰.知识经济条件下人才的重要性及选拔策略[J].工业技术经济，2001（5）：32-31.

[3]魏继华.大数据应用对物流企业竞争力的影响研究[J].商业时代，2014（22）：29-31.

篇9

比产业发展更重要的是,8000万台笔记本电脑项目落户重庆,至少还有三大重要意义:一是锻炼了一批干部,参与招商的众多干部特别是党政领导反映,这次历练,让他们开阔了眼界、增长了才干;二是提升了重庆形象,仅“亚洲最大”四个字,就为重庆赚足了眼球;三是提供了宝贵经验,这一项目的成功运作,已成为经济学家研究的案例。作为重庆人,我们更应好好总结。笔者以为,笔记本电脑现象的启示,至少有三――

现在的世界是开放的,谁离世界更近,谁就能抢占先机。正如市委书记所言,中国的机会很多,世界的机会很多,只有开放才能分享这些机会;机会就是黄金,全球遍地黄金,就看我们能不能在开放中加以利用。如果我们没有提出构建我国内陆开放高地的目标,如果我们没有真正地解放思想、扩大开放,就不可能吸引来这样的大项目。笔记本电脑现象启示我们,重庆完全可以而且应该把开放作为发展经济的第一动力。因此,笔记本电脑项目既是重庆扩大开放的结果,更应成为我们扩大开放的新起点!

现代经济是智慧经济,谁“智”高一筹,谁就能先人一步。从某种程度上说,笔记本电脑项目落户重庆,打破了产业转移的一般规律:论产业配套,与昆山、深圳两大笔记本基地相比,重庆是“一穷二白”;论区位和成本,远离大海的重庆在中西部地区并非最优。惠普、富士康、英业达、广达等IT巨头之所以选择重庆,正是因为重庆“智”高一筹:决策者精确把握世界IT业发展大势,创造性地提出垂直整合产业链、将物流和金融结算整合为“一条龙”等思想,对IT巨头们具有很强的吸引力。笔记本电脑现象启示我们,资本不仅流向成本的洼地,更会涌向智慧的高地。发展现代经济,光凭经验、埋头苦干是不够的,只有敢于创新、善于创新,才能创造奇迹。IT业能凭借笔记本电脑项目一跃成为第一支柱产业,其他产业也完全能够找到自己的撑杆,实现跳跃式发展。因此,IT业超越汽摩产业成为第一支柱产业固然可喜,但若有其他产业尽快超越IT业,岂不更好?放眼重庆,不论是装备制造等传统产业,还是生物医药等新兴产业,甚至金融、文化等第三产业,都具有跳跃式发展的基础,但要像IT业这样超常规发展,还需要大智慧、大手笔。

篇10

关键词：智慧仓储、3D仿真、库存管理策略

许多生产制造企业其产品具备一定的质量存储期限。例如：橡胶制品具备一定的老化期限，超过设定年限后，其性能参数将大打折扣，进而影响安全性能指标。因此如何加强对产品库存的可视化管理，保证产品销售出库遵守先进先出原则，避免产品存放过期，造成资源浪费，是目前各企业面对的难题之一。

本文提出将信息技术、3D仿真模拟技术和物流管理技术相结合，搭建wos智慧仓储优化管理系统方案；通过该系统的构建，提高WMs系统运行的透明度，实现仓库空间使用情况分析及仓库运行和业务流程的可视性，从而预测出实际有效的决策分析和操作并指导执行，达到最合理利用仓库空间、降低成本的目标，从而实现最为有效的管理仓库。其总体构建目标如图1所示。

以下从构建背景、系统策略、采用的优化模型、系统架构、功能架构、系统上线后效益分析等几个方面进行描述。

一、构建背景

智慧仓储优化管理系统建设是为适应市场形势的变化，实现产品智慧制造而提出的。制造企业一般根据市场预测大批量，多品种生产，尽量减少更换工装、物料等产生的资源浪费。所以合理的仓库管理尤为重要。如何利用社会化、信息化的物流手段，优化企业内部管理，避免库存积压，是制造企业迫切解决的问题。目前较突出的问题有以下几点：

1.依靠人工管理模式，难以实现库存的实时、准确盘点。没有有效措施对库存进行压缩，进而优化库存管理。

2.目前很多制造企业往往仓库中产成品占压资金过多，产销存在脱节，生产计划和库存数据不准确。

3.采购和生产、销售不能够有效的协调，存在采购物资存放周期过长、产品针对库龄的分析数据不佳、周转率不高、资金大量积压现情况。

针对上述问题，需要采取有效措施对仓库进行优化管理，其中库存管理策略尤为关键。

二、策略分析

基于对众多企业的研究.并融合物流管理的相关策略原则和算法，提出提高物流效率、降低损耗的管理策略原则，总结如下：

1.基于库存周转率原则：定期对库存产品周转率进行分析，依据产品的属性、销售策略、数量等条件，建立存储的模型。并且将仓库中产品进行合理的定位和分类存储，遵循周转率越高的产品离出入口越近的原则，提高出入库效率，降低人员消耗。

2.基于产品相关性原则：根据历史订单数据，采用数据挖掘技术，对产品属性的相关性进行分析，依据相关性进行排序，库存管理时予以考虑。通过该规则，可有效降低出入库行程，降低工作人员劳动强度，简化盘点等工作。

3.基于产品同一性原则：将同类产品摆放到同一区域时，便于仓管人员盘点，能够花费最少搬运时间实现产品的存取，提高作业效率。

4.基于产品互补性原则：根据历史数据和产品属性分析产品间的互补性，将互补的产品存放的位置尽量接近，缺货或者并发出库时，能够快速出货。

5.基于产品相容性原则：根据历史数据和产品属性分析产品问的相容性，将相容性低的产品进行合理分割，降低产品品质或产品损坏。

6.基于产品尺寸原则：仓库进行库位划分及布置时，考虑产品单位大小及同批次共同存储的数量及整批形状，确认产品和存储库位特性是否相符，所以在存储库位的位置和产品的存储策略建立对应的模型。模型参数灵活，适应不同产品存储的需要，通过该模型.减少空间浪费，提高发货效率；避免由于空间和产品尺寸不匹配导致的物流资源损失。

7.基于重量特性原则：建立货架高度和产品的对应模型，使得重心处于货架下方，避免产品存取的危险。一般原则重量重的存放在下层，重量轻的放置在上层，同时考虑目前存储产品的重量分布情况，合理对产品进行存储。

8.基于产品特性原则：存储时考虑产品的特性，是否具备危险性、腐蚀性等，建立各类物品的存储策略和物流布局。

物流必须符合上述规则，同时规则可根据存储物品特性进行灵活设定，仓库也应符合相关产品的标准：规则间的优先级也要明确，并考虑物流布局，以及分拣的装置和效率，提高工效、空间利用率。

基于上述策略，再采用相应的优化模型算法针对不同的客户进行持续优化改进。

三、优化模型算法

基于策略原则和历史数据进行模型自主优化，本文采用基于策略和知识库的自主管理模型，模型图如图2所示：

图中，S1，S2，…Sn，是使用问题求解算法As对状态记录集R进行分析，得到多种配置调整方案。C为动作策略Pa转化得到的约束条件，u是有效函数计算得到的效用值，S为配置方案的最优解。

一次系统配置优化的决策过程包括三个阶段：采集、分析和规划。在采集阶段，通过对历史物流数据的采集、归纳、分析：分析容积率E、库存周期I、出入库效率A、出入库频度K等参数，将得到的各种数据经过算法知识Am的状态映射处理，转换成系统状态知识，并存储到知识库中的状态记录集R中。

分析阶段主要对系统的未来库存存储情况及出入库负荷情况进行预测，并寻找可以满足预测从而得到系统需求的配置方案。在此阶段需要使用采集阶段得到的样本记录集R，根据不同系统参数和不同目的的需要，在算法库AS中选择适合的算法进行分析。得出系统需求预测结果，并根据预测结果计算可以满足系统需求的资源配置调整方案S1，S2，…Sn。

分析阶段得到预测系统工作量和其他状态参数，并得到不同的配置方案对应的系统性能参数，在规划阶段中要根据策略确定最终的配置方案。可以运用策略管理算法Ap将动作策略转化为对应的一组限制条件C，同时使用效用函数计算各个性能参数的效用值u。这个阶段可以用规划的方法执行，如下规划函数：

Max S=U1（p1）+u2（p2）+…+un（Pn）

Subject to：

Restrictions=（c1 c2…，cn）

式中，P为系统性能参数值，n为性能参数个数。上述规划函数目的就是在满足由动作策略转化而得的约束条件C1，C2…，Cn的前提下，根据各个系统性能参数对应的效用函数求取系统总效用的最大值，获得最优的配置调整方案。

这样，就将配置方案选取的过程转化为线性规划问题来求解，最终在配置方案集中选取一个满足限制条件而且效用最大化的配置方案。最终将配置方案应用和系统配置调整中，完成一次自优化过程。然后将算法应用到系统中进行管理，一段时间后，将数据进行整理。重新进行学习和优化.通过此模型不断改进各级管理策略和模型参数。

本方案采用服务器集中存储数据，采用多层架构设计，实现软硬件架构的灵活性部署。

四、系统架构

智慧仓储物流管理系统设计考虑多种库存模式，引入信息化技术、RFID等多种物流管理技术。总体系统架构图，如图3所示。对于平面库采用叉车部署车载电脑，实现智能化引导存储。同时也对自动化立体仓储系统进行了集成设计，综合各种仓储方式的存储策略，该系统可灵活设置部署，能够建立多样化的建模模型，模型参数针对不同的产品及存储策略原则采用优化算法进行优化，从而实现库存的最优化管理。

引入条形码技术将仓库、货架、库位，增加可视化的标签，通过条码扫描技术进行快速的入库出库业务操作。在叉车等物流装备上，按照系统指示进行智能化引导，最大化提高物流的效率。引入RFID技术，可实现货物的自动盘点，减轻人员工作量，提升自动化程度。通过自动化立体仓库，也可以实现产品的自动存储。入库时，存储货位的选择由系统根据各种优化的策略模型进行动态指定。满足最大化存储量的同时，达到最快的出入库效率。并且定期根据历史数据给出存储优化的建议措施。通过空余时间的库位调整，优化整体出入库的效率，满足市场和客户的要求。

所有数据集中存储到数据库服务器，数据库服务器采用双机冗余备份的方式，保证数据的完整性和系统可靠性。数据库服务器实现系统所有数据存储、挖掘、分析：WEB服务器实现对外展示的窗口，保证数据展示的实时性。通过WCS系统，实现对现场AGV、自动调度系统、自动扫描系统、自动分拣系统等的智能化调度和集成。

五、系统功能架构

智能仓储优化管理系统功能架构图，如图4。该系统分为用户管理、菜单管理、配置管理、数据模拟、数据分析、信息管理、参数管理等几大模块。系统采用模块式架构，实现可配置的灵活策略，可以实现业务逻辑与不同客户的快速搭建和实施。以下对各模块的主要功能做简要描述：

1.用户管理

用户管理：实现用户数据的管理，对用户对应岗位、名称、部门进行设定。实现用户状态的实时更新，用户编码规范化管理；

权限管理：对用户的权限进行设置，按角色、岗位分配权限。权限变更、审批流程化、规范化，避免无授权用户访问系统，保证信息安全性；

操作日志：实时记录登录用户的操作行为，对登录、退出及在线期间的功能操作，关键数据项操作进行记录，防止关键数据的安全。并且可通过系统及时追溯相关的操作行为，对正确的行为进行纠正，避免恶意用户的非授权操作行为。

2.菜单管理

菜单配置：菜单模块化，可根据系统的功能进行配置。支持不同地区、不同操作系统菜单的个性化设置；

菜单分组管理：针对不同的角色对菜单进行分组，实现菜单分组的个性化管理

功能管理：对功能进行个性化的配置，对名称、功能项、是否权限管理等进行配置

仓库综合现状：规划仓库的总体布局，对库区、库位划分、库位填充料、库位占有率等进行配置；

仓库出入库频率：对于数据分析展示参数的设置，数据展示格式的设置；对于出入库频率等参数进行设置。

3.配置管理

因素管理：配置仓库管理的因素、要素，针对各要素及其属性进行规范化管理，确定其优先级，因素进行分类、分组管理；出库频度、产品别保管日数、装载率、材料类出库量、材料类出库频度、在库日数等进行管理；

因素范围管理：定义各因素的约束条件，针对各约束条件设置针对性的警示方式（设置不同的颜色等）；

仓库配置：仓库进行规划，合理配置仓库的范围、存储产品属性等.不同仓库之间的调度策略等信息；

库位配置：针对每个仓库进行合理规划，针对存储产品的属性、出入库频率等进行规划，合理规划库区、库位的大小，物流的路径等；

调度策略：针对产品在不同仓库库位间的物流调度策略进行配置；

存储策略：针对产品在不同仓库、库区、库位进行存储的策略进行配置；

编码规范：设定产品、库位、库区、仓库等的统一编码规范，并且与其他系统进行接口保证基础数据的一致性；

分析策略：对数据采集、存储、数据分析周期、数据挖掘的策略进行配置，实现数据分析成果的灵活性。

4.数据模拟

3D查询：通过3D图形的可视化方式对库位信息进行直观的展示，可根据不同的分析参数进行转换，根据不同因素展示不同的效果。管理人员能够对库存现状及异常情况进行分析；

3D模拟：查询所有仓库、区域、库位信息，通过3D立体图的形式进行展示，通过不同颜色对库位信息按照不同因素进行形象展示。根据预期的目标，制定不同的移库策略（例如：相同商品可以合并，不同品级库位不能移动等），根据策略模拟执行后的效果展示，对比前后3D展示图形，查看是否符合目标效果。确认后下达指令给WMS系统。

预测模型：根据不同的场景，不同的管理模式，内置不同的预测模型，实施时可以进行灵活设置，并与之配置不同的参数。

5.数据分析

产品等级库存配置：根据产品出库频度划分等级，采用各种报表展示，显示不同产品等级的产品库存配置情况；

库位填充率：图表和报表的形式展示各仓库的库位填充率情况，超过标准的异常情况进行不同的颜色提示；

平均移动距离：不同的时间周期统计各设备或操作工的平均移动距离，为仓库优化存储提供数据分析支持；

工作时间查询：统计各设备或操作工的工作时间，通过不同的报表格式进行展示；

出库效率分析：分析整体以及各区域各设备的出入库效率，优化存储模型，改进存储策略，提升出入库效率；

产品库龄分析：根据销售数据、出入库数据，分析估算产品的库龄，统计分析产品的库存周转率，方便控制生产和补充库存，同时为销售提供数据支持。

6.信息管理

库位利用率：分析统计库位的使用情况，图表或者报表的格式进行展示。对于库位容量不足或者存储不合理的现象进行预警提示。

库存分析：分析统计2D库位的绘制数据，分析统计实时库存，并进行实时的监控和分析。

7.参数管理

库区规划：对于厂区、仓库、库区、库位进行合理的划分，制定标准的编码规范体系，以及各库位的管理策略；

指标管理：制定各数据统计分析的策略，出入库的流量控制策略，产品存储策略，展示模型策略等指标；

参数设定：设定配置因素参数、因素关系参数、模型参数，日志记录周期等参数；

系统变量：设置系统菜单变量，设置系统公共code编码，语言设置，系统变量名称及属性设置。

六、效益分析

该系统平台实施后，通过3D的形式实时展示库位情况，对于库龄不同颜色进行预警提示：物流管理人员对异常现象及时进行感知并且采取有效的措施进行处理。图5为某库位的3D模拟展示图。

分区域出库频度进行库位管理，通过优化措施进行处理后，该库管理出库口较近的A区域出库频率大幅提高，存放长期库存离平台最远的c区域出库频度大幅降低。统计如图6。

根据监测及不断的强化管理，采取有效措施，使得库位的利用效率大幅提升，表现在空闲库位数量增加，库位堆放堆积率提高，统计如图7。

使得配车平均时间大幅减少，平均移动距离大幅降低，优化存储策略，减少移动距离，缩短出货时间。统计数据如图8。