物流系统

案的物流优化过程来说，数据也必须全面和充分。例如，如果卡车的体积限制了载荷的话，使用每次发货的重量数据就是不充分的。

　　4、集成(Integration)

　　系统集成必须全面支持数据的自动传递。

　　因为对物流系统优化来说，要同时考虑大量的数据，所以，系统的集成是非常重要的。比如，要优化每天从仓库向门店送货的过程就需要考虑订货、客户、卡车、驾驶员和道路条件等数据。人工输入数据的方法，哪怕是只输入很少量的数据，也会由于太花时间和太容易出错而不能对系统优化形成支持。

　　5、表述(Delivery)

　　系统优化方案必须以一种便于执行、管理和控制的形式来表述。

　　由物流优化技术给出的解决方案，除非现场操作人员能够执行，管理人员能够确认预期的投资回报已经实现，否则就是不成功的。现场操作要求指令简单明了，要容易理解和执行。管理人员则要求有关优化方案及其实施效果在时间和资产利用等方面的关键标杆信息更综合、更集中。

　　6、算法(Algorithms)

　　算法必须灵活地利用独特的问题结构。

　　不同物流优化技术之间最大的差别就在于算法的不同(借助于计算机的过程处理方法通常能够找到最佳物流方案)。关于物流问题的一个无可辩驳的事实是每一种物流优化技术都具有某种特点。为了在合理的时间段内给出物流优化解决方案就必须借助于优化的算法来进一步开发优化技术。因此，关键的问题是：(1)这些不同物流优化技术的特定的问题结构必须被每一个设计物流优化系统的分析人员认可和理解;(2)所使用的优化算法应该具有某种弹性，使得它们能够被“调整”到可以利用这些特定问题结构的状态。物流优化问题存在着大量的可能解决方案(如，对于40票零担货运的发货来说，存在着1万亿种可能的装载组合)。如果不能充分利用特定的问题结构来计算，则意味着要么算法将根据某些不可靠的近似计算给出一个方案，要么就是计算的时间极长(也许是无限长)。

　　7、计算(Computing)

　　计算平台必须具有足够的容量在可接受的时间段内给出优化方案。

　　因为任何一个现实的物流问题都存在着大量可能的解决方案，所以，任何一个具有一定规模的问题都需要相当的计算能力支持。这样的计算能力应该使得优化技术既能够找到最佳物流方案，也能够在合理的时间内给出最佳方案。显然，对在日常执行环境中运行的优化技术来说，它必须在几分钟或几小时内给出物流优化方案(而不是花几天的计算时间)。采取动用众多计算机同时计算的强大的集群服务和并行结构的优化算法，可以比使用单体PC机或基于工作站技术的算法更快地给出更好的物流优化解决方案。

　　8、人员(People)

　　负责物流系统优化的人员必须具备支持建模、数据收集和优化方案所需的领导和技术专长。

　　优化技术是“火箭科学”，希望火箭发射后能够良好地运行而没有“火箭科学家”来保持它的状态是不可能的。这些专家必须确保数据和模型的正确，必须确保技术系统在按照设计的状态工作。现实的情况是，如果缺乏具有适当技术专长和领导经验的人的组织管理，复杂的数据模型和软件系统要正常运行并获得必要的支持是不可能的。没有他们大量的工作，物流优化系统就难以达到预期的目标。

　　9、过程(Process)

　　商务过程必须支持优化并具有持续的改进能力。

　　物流优化需要应对大量的在运营过程中出现的问题。物流目标、规则和过程的改变是系统的常态。所以，不仅要求系统化的数据监测方法、模型结构和算法等能够适应变化，而且要求他们能够捕捉机遇并促使系统变革。如果不能在实际的商务运行过程中对物流优化技术实施监测、支持和持续的改进，就必然导致优化技术的潜力不能获得充分的发挥，或者只能使其成为“摆设”。

　　10、回报(ROI)

　　投资回报必须是可以证实的，必须考虑技术、人员和操作的总成本。

　　要证实物流系统优化的投资回报率，必须把握两件事情：

　　一是诚实地估计全部的优化成本;二是将优化技术给出的解决方案逐条与标杆替代方案进行比较。

　　在计算成本的时候，企业对使用物流优化技术的运营成本存在着强烈的低估现象，尤其是在企业购买的是“供业余爱好者自己开发使用”的基于PC的软件包的情况下。这时要求企业拥有一支训练有素的使用者团队和开发支持人员在实际运行的过程中调试技术系统。在这种情况下，有效使用物流优化技术的实际年度运营成本极少有低于技术采购初始成本的(如软件使用许可费、工具费等)。如果物流优化解决方案的总成本在第二年是下降的，则很可能该解决方案的质量也会成比例的下降。

　　在计算回报的时候，要确定物流优化技术系统的使用效果，必须做三件事：一是在实施优化方案之前根据关键绩效指标(Key Performance Indicators)测定基准状态;二是将实施物流优化技术解决方案以后的结果与基准状态进行比较;三是对物流优化技术系统的绩效进行定期的评审。

　　要准确地计算投资回报率必须采用良好的方法来确定基准状态，必须对所投入的技术和人力成本有透彻的了解，必须测评实际改进的程度，还必须持续地监测系统的行为绩效。但是，因为绩效数据很少直接可得，而且监测过程需要不间断的实施，所以，几乎没有哪个公司能够真正了解其物流优化解决方案的实际效果。

　　物流系统的发展趋势

　　物流系统技术是先进制造技术中的重要组成部分，集机械设计、计算机科学、管理学和自动化控制技术等于一身的综合技术。

　　上世纪90年代末，全世界的制造者和分销商继续承受着各种压力，其中包括：产品定单更小、更频繁，产品需求不断变化且更加用户化和服务价值升高等。经营者们必须使工厂的运行适应定单的混合、更短的定单周转时间和更高的生产能力。必须采取一定的策略来适应不断提高要求的库存管理、运行的柔性以及各种过程集成的程度。在供应链中集中对一些过程进行转移、结合或消除，使得工厂以及仓库的物流和信息流更加有效。在这些变化的要求下现代物流技术从各个方面显示出一些新的发展趋势。

　　从广义上讲，物流泛指物质实体及其载体的场所(或位置)的转移和时间占用，即指物质实体的物理流动过程。它是在生产和消费从时间和空间上被分离并日益扩大的形势下为有机地衔接“供”和“需”，保证社会生产顺利地进行，并取得良好的经济效益而发展起来的一门科学。物流所要解决的问题是物流活动的机械化、自动化和合理化，以实现物流系统的时间和空间效益。

　　物流系统是指在一定的时间和空间里，由所需输送的物料和包括有关设备、输送工具、仓储设备、人员以及通信联系等若干相互制约的动态要素构成的具有特定功能的有机整体。随着计算机科学和自动化技术的发展，物流管理系统也从简单的方式迅速向自动化管理演变，其主要标志是自动物流设备。

　　发展至今，物流系统是典型的现代机械电子相结合的系统。现代物流系统由半自动化、自动化以至具有一定智能的物流设备和计算机物流管理和控制系统组成。任何一种物流设备都必须接受物流系统计算机的管理控制，接受计算机发出的指令，完成其规定的动作，反馈动作执行的情况或当前所处的状况。智能程度较高的物流设备具有一定的自主性，能更好地识别路径和环境，本身带有一定的数据处理功能。

　　现代物流设备是在计算机科学和电子技术的基础上，结合传统的机械学科发展来的机电一体化的设备。从物流系统的管理和控制来看，计算机网络和数据库技术的采用是整个系统得以正常运行的前提。仿真技术的应用使物流系统设计处于更高的水平。物流已经成为并行工程的基础和CIMS的组成部分。