大数据分析智慧仓储运营支撑平台设计

导语：大数据分析智慧仓储运营支撑平台设计一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：当前我国已经通过互联网技术进行智慧仓储运行支撑平台的设计和构建，以提升仓储系统的管理效率和效果。基于对智慧仓储运营支撑平台的深入了解，结合对大数据分析技术核心技术要点的剖析，文章提出了基于大数据分析的智慧仓储运行支撑平台的设计，为从业人员提供合理指导。

关键词：大数据分析技术；智慧仓储运营支撑平台；平台设计

在运营支撑平台设计中，应用大数据分析技术能够提升平台的运行效率和科学性，提升仓储系统的管理水平，另外大数据分析技术有强大的运算能力，可以对供应链中的数据进行有效整合和分析，让供应链系统能够更好运行。

1智慧仓储运行支撑平台构成和设计

1.1平台感知层

感知层是智慧仓储运行支撑平台的核心部分，感知层通常用于信息采集，在当前的仓储平台发展中，会在仓储物品包装上设置二维码、条形码等身份识别工具，这就要求感知层建设中，需要设置摄像头、二维码识别器、条形码识别器等硬件设施，通过扫描的方式进行“感知”。另外在仓储平台运行中，为了保证仓储系统的安全，还需要建设相应的安防系统，所以感知层中摄像头的应用不但要对库内环境进行监控，还要通过摄像头对库区外部环境进行调查，从而保证智慧仓储运行支撑平台的稳定安全运行。

1.2平台传输层

平台传输层是指将感知层获取的数据进行传输的系统，由于智慧仓储运行支撑平台要与相关企业的数据库进行连接，需要建立有线网络进行数据传输。另外对于仓储系统本身来说，还需要对各类数据进行传输并记录到服务器中，为了提升数据传输效率，通常采用“局域网+无线网”结合的方式进行数据传输。在平台传输层建设中，需要注意传输层与感知层、数据层的有效连接。

1.3平台数据层

平台数据层是对仓储支撑平台中各项数据进行记录的系统，数据层由多种数据库构成，数据库包括人员资料库、设备信息库、物品存储信息库、监控信息库和业务信息库等多个方面，其中物品存储信息库、监控信息库和业务信息库最为重要。在平台数据库建设中，需要根据调用要求选择相应的数据库架构，并要注意数据层与其余系统的有效连接，由于数据库是智慧仓储运行支撑平台的核心，在进行数据库操作时，需要保证工作人员有相应的权限，并做好工作人员的信息记录工作，以充分保证数据库的安全。

1.4平台服务层

服务层为整个智慧仓储运行支撑平台提供服务保障，在一些逻辑系统简单的系统中，并不需要建设服务层，而在复杂的系统中，需要构建服务层以满足系统的运行要求。由于智慧仓储运行支撑平台运行中会大量跨平台调用数据，所以需要建设服务层实现数据间的有效连接。在进行服务层建设中，服务层系统中包括第三方接口、RFID中间件和ESB总线等模块，另外还涉及程序编写，以使系统能够发挥应有功能。

1.5平台应用层

应用层为整个平台的系统的最顶层，是智慧仓储运行支撑平台的核心，在仓储系统运行中，应用层包括人员管理、安防管理、系统管理和报表分析等功能。在应用层运行中，应用层与感知层联系更加紧密，即通过对感知层相关数据的分析、挖掘和处理。同时对于应用层来说，仅有数据处理功能已经不能满足当前的供应链发展需求，还要能够将这些数据与不同的行业进行有效连接并被远程应用，所以在应用层设计和建设时，需要注意应用层与数据层的有效连接，以满足远程处理要求。

2基于大数据分析的智慧仓储运行支撑平台的设计

2.1感知层设计

感知层起到数据采集的功能，在感知层设计时，涉及硬软件的选择和架构。对于硬件系统，为各种扫描仪器与摄像头，扫描仪器的工作范围包括仓储物品扫描和员工证件扫描，并且员工证件扫描系统需要与仓储系统的安防系统进行连接，当证件扫描结果与员工信息一致时才可让其对平台进行操作或进入库区。摄像头系统也涵盖两种功能，其一是安防系统所需的拍摄数据，其二是对库内状况的监控，在感知层设计时，需要保证摄像头能够将对库区进行全面覆盖，充分保证库区的安全，另外感知层要与数据层进行有效连接，满足对数据的记录、及时处理等要求。

2.2网络层设计

网络层包括运输层、数据层和服务层，对于运输层，智慧仓储运行支撑平台需要能够与外网进行连接，从而实现该平台与企业管理网络的有效连接，让企业能够对平台中的数据进行处理和分析，另外还需要建设局域网和无线通信系统，以更好地对库区内的物品进行管理，并保证库区安全。对于数据层，由于监控信息库、存储物品信息库和设备信息库不可被企业自行更改，所以采用主库只写，多从库读取的结构，以实现可以同时进行多种信息的读取，而对于资料变化相对频繁的数据库，可以采用双主互备的方式进行数据库设计，但是这两种方式都有一定副作用，需要进行有效处理。

2.3应用层设计

应用层从结构上划分，分为以下方面：

（1）物联网中间件。物联网为一个独立的系统，作用是将系统中各种可共用能力进行封装，使其能够被物联网使用。

（2）物联网应用。物联网应用是指能够直接被用户使用的各类应用，在智慧仓储系统中，主要用于安防和远程调度过程。

（3）大数据计算。大数据分析计算技术能够对各类数据进行分析和整合，企业可以对分析整合后的数据进行研究，提升供应链的运行效率，该系统的设计中，主要涉及各种用户应用软件的编写和应用层的整体架构设计。整个基于大数据分析的智慧仓储运行支撑平台设计过。

3基于大数据分析的智慧仓储运行支撑平台应用

3.1运输调度和储位管理

大数据分析技术能够对大量数据进行处理，所以可以使用大数据分析技术将供应链中的各个部分进行有效联系，在此基础上对仓储物品和仓储任务进行统筹协调，从而制定出合理的运输调度方案，而在调度方案具体实施过程中，可以应用大数据分析技术调配人员、车辆，提升运输调度效率。另外在平台投入使用中，还需要对商品的储位进行合理设计，由于大数据分析技术能够实现数据处理、记录和挖掘，所以可以使用该项技术提升存储效率，优化拣货单，让平台能够更好运行。

3.2提升营销精准度

大数据技术能够通过对用户信息的采集、储存和研究，挖掘用户的深层次需求，企业可以根据反馈的数据对不同地区用户的喜好与习惯进行了解和分析，并通过大数据技术合理调配资源，提升营销精准度。但是需要注意的是，在进行数据收集和分析中，不可损坏用户的切身利益，保证大数据技术应用的合理性与适当性，另外在分析用户的需求后，还需要通过大数据技术对企业的商品生产系统进行有效监管，生产出能够满足不同地区用户需要的商品，提升企业的竞争力。

3.3实现管理的可追溯性

大数据分析技术不但能够进行大量数据的分析和运算，还能够对相关数据进行储存，实现了企业管理的可追溯性。尤其是对基于大数据分析的智慧仓储运行支撑平台，系统产生的数据量十分庞大，传统记录方式显然不现实，故而在系统建设时，通过大数据分析技术对系统采集的数据进行分析和记录，并建立商品的独立档案，充分保证商品质量，另外在该过程中，还可对工作人员对数据的处理情况进行记录，在发生由于人为因素形成的故障时，可以根据记录情况落实追责制度。

4结束语

综上所述，基于大数据分析的智慧仓储运行平台设计中，将对感应层、中间层和应用层进行合理设计，并注重不同层级间的联系，另外中间层中涵盖传输层、数据层和服务层。该系统可用于运输调度和储位管理过程中，并提升营销精确度和实现管理的可追溯性，提高仓储管理效率。

参考文献：

[1]杨超，马韵洁，孙威蔚.基于大数据分析的智慧仓储运营支撑平台设计[J].电子技术与软件工程，2016（20）：194.

[2]戴恩勇，李金亮，杨芳.物联网技术在“智慧仓储”中的应用模式研究[J].物流技术，2017，36（09）：167-170.

[3]孙洪喜，焦清国，孙培峰，等.智慧仓储优化管理系统的研发[J].物流技术与应用，2016，21（04）：142-147.

作者:邢普学 李强 魏巍 严建荣 李立光 胡立 单位:安徽送变电工程有限公司