物流配送概述篇1

【关键词】供应链管理思想；民营快递；电子商务；共赢合作

1.电子商务与民营快递概述

1.1电子商务的概念与范围界定

1.1.1电子商务的概念

电子商务是指运用计算机技术、网络通信技术、自动控制技术、数据库技术和多媒体技术等，借助因特网进行联系，有效地组织商务贸易活动，实现整个交易过程的电子化。这个过程既包括网上广告、订货、付款、客户服务，也包括货物的投递、销售、市场调查分析、财务核算等。

1.1.2本文所探讨的电子商务范围的界定

传统的观点是将企业的电子商务模式，归纳为B2C、B2B、C2B、C2C等四种经营模式。本文探讨电子商务与民营快递的共赢发展，主要从B2C和C2C这两种电子商务模式入手，探讨电子商务与民营快递共赢合作的可能性和途径。

选择这两种模式的电子商务作为研究的对象，主要是因为目前这两种模式的电子商务与普通老百姓的生活联系最为密切，对民营快递的需求最为迫切，而且民营快递与他们之间的供需矛盾也最为突出，因此希望通过对两者共赢合作的可能性和方式进行探索，以期对他们的矛盾现状有所改善，这使本文的研究工作具有一定的现实意义。

1.2民营快递概述

1.2.1快递与民营快递的概念

快递（Express），是兼有邮递功能的Door-to-Door物流活动，即指快递公司通过铁路、公路和航空等交通方式，对客户货物进行快速投递。

新《邮政法》认为，快递是在承诺的时限内快速完成将信件、包裹、印刷品等物品，按照封装上的名址递送给特定个人或者单位的寄递活动。

综上所述，所谓民营快递即民营快递公司通过铁路、公路和空运等交通方式，在承诺的时限内快速完成将信件、包裹、印刷品等物品，按照指定的姓名和地址递送给特定个人或者企业的寄递活动。

1.2.2民营快递的业务板块及特点

目前，我国快递市场分为国内同城快递、国内异地快递和国际快递三大市场板块，相应地有民营快递公司、国有快递公司和外资快递公司三大市场主体。民营快递作为三大市场主体之一，其经营范围也包括国际快递、国内异地快递和同城快递三大业务板块。

（1）国际快递业务

国际快递业务主要是指物品的发运地和收货地分别位于不同国家的快递业务，是集资本、技术和知识为一体的业务，因而也是利润最高的业务，被喻为高端快递业务。由于国际快递区域跨度非常大，对物流软硬件设施的要求也非常高，再加上境外业务准入门槛高、服务要求高。民营快递经营国际快递业务的并不多。

（2）国内异地快递业务

国内异地快递主要是指物品的发运地和收货地分别位于国内不同城市的快递业务。由于国内异地快递要求企业具有相应的快递物流网络和硬件设施，所以只有那些实力比较雄厚的民营快递企业才有能力经营国内异地快递，如“四通一达”和顺丰等。

（3）国内同城快递业务

国内同城快递主要是指物品的发运地和收货地位于国内同一个城市的快递业务，是近年来快递业务中增长最快的部分。同城快递业务对软硬件设施的要求较低，属于低端、高度劳动密集型业务，利润空间也相对较小。也正因此，目前在我国各类快递公司中，经营同城快递业务的占得比例也最大。由于我国该业务板块的民营快递企业数量多、规模小，同质化竞争激烈，同时又缺乏有效的市场监管和完善的法律法规，同城快递市场比较混乱，亟待规范。

2.电子商务与民营快递的现有合作模式及存在的问题

2.1电子商务与民营快递的现有合作模式

2.1.1C2C环境下的合作模式

C2C环境下，电子商务与民营快递典型的合作模式是推荐物流。推荐物流策略是2006年由淘宝网提出的，淘宝网以自己的名义将各大快递企业组织起来建立的一个全国性第三方快递物流服务系统，快递公司通过与淘宝网签约进入其推荐物流行列，买方在购物时可以选择网络平台上所提供的快递企业，快递企业因此可以直接通过网络平台获得买方的姓名和地址等运单信息。目前淘宝网的推荐物流包括EMS、申通、韵达等十多家快递企业。

2.1.2B2C环境下的合作模式

B2C模式中的B类型多样，公司种类差异较大，对物流需求的差异性也较大，选择了多种物流模式，大致可分为自营、外包和混合模式三种。

由此可见，B2C电子商务环境下，企业对物流的需求差异比较大，对民营快递的需求主要体现在价值链末端配送的部分，因此其对民营快递的依赖比C2C电子商务环境下的要小很多。

2.2电子商务与民营快递现有合作模式存在的问题

无论是B2C还是C2C电子商务模式下，双方的合作都存在一定的问题，主要体现在以下几个方面：

（1）民营快递目前实力有限，处于发展初期阶段，与电子商务的高速发展比较起来，还有一定的差距。

（2）民营快递在电子商务快递物流价值链上处于末端被动地位，双方合作模式欠佳、尚未统一认识，民营快递的作用没有得到充分发挥。

（3）快递物流相关的法律法规不够健全，电子商务物流市场监管有待完善。把目前电子商务快递送达不及时、货物丢失、开箱验货等所有跟电子商务快递物流价值链末端相关的客户抱怨和市场反映全都归结到快递物流身上，显失公平。

3.基于SCM思想的电子商务与民营快递共赢合作

3.1基于SCM思想的电子商务与民营快递共赢合作的基本思路

基于供应链管理的思想，把电子商务和民营快递所形成的价值链看做一个整体来规划和运作。这个价值链共有三方主体：⑴民营快递物流的需求方，即B2C和C2C电子商务环境下的卖方；⑵民营快递物流供给方，即民营快递物流企业；⑶电子商务网络平台下的买方。

基于供应链管理思想的电子商务与民营快递共赢合作的基本思路如下图1所示：

图1基于SCM思想的电子商务和民营快递合作运营流程图

（1）C2C电子商务模式下双方的合作

借鉴日本“宅急便”的运营模式，民营快递在城市内的各个合适地方设立点，审核收取寄件人的货物，送往城市内的区域分拣站进行分拣，如果是同城快递直接派送，否则送往区内配送中心；然后再通过干线运输运往目的城市所在地的区内配送中心，如果民营快递的服务网络覆盖的范围足够大，则需在区内配送中心下设区内分拣站，功能相当于二级配送中心，在经过分拣后派送至各个点，等待收件人取件，或者送件上门。

（2）B2C电子商务模式下双方的合作

B2C电子商务模式下的卖方都是有相应规模和实力的生产企业或者商业销售企业，他们的货量比较大，网上销售前可把货物集中存储在区内配送中心，民营快递企业通过与电子商务共享的信息平台接受配送信息，如果是同城的货物直接配送，否则由民营快递企业通过干线运输调货至目的地城市所在的区内配送中心，然后通过分拣配送中目的地各个点等待收件人取货或者送货上门。

3.2基于SCM思想的电子商务与民营快递共赢合作的具体操作

在上述电子商务和民营快递的共赢合作模式中，合作思路比较清晰，但在具体操作过程中，始终要把最终消费者的利益放在首位，确保整个价值链的一体化运作，才能达到共赢的最佳效果：

（1）电子商务平台企业和民营快递共同投资建立相应的硬件设施，按照投资比例共享利润，这里的硬件设施主要指在整个价值链中发挥核心作用及初期投资较大的区域配送中心和二级配送中心，比如区内分拣站等。当然，也可以通过需求政府支持，电子商务企业、民营快递、政府三方合作整合现有资源，建成社会型的配送中心，主要由民营快递物流企业进行具体的运作管理，除了合作双方使用配送中心外，还可以以租赁的形式承租给需要的电子商务企业。

（2）对于C2C电子商务模式下的发件人，民营快递企业整合现有的点和规模小、实力有限的同城快递企业参与城市内点设立和运作，这里可以借鉴日本“宅急便”的运作思想，在城市各个点收取发件人的货物，当然也可以应发件人的要求提供增值服务——上门取件，但应收取额外的增值服务费；同理，送至目的地后，通知收件人到点取货，也可以应收件人的要求送货上门，收取额外的增值服务费。

（3）对于B2C电子商务模式下的发件人，由于这类发件人多是规模和实力比较大的企业，民营快递和电子商务平台企业共建的区内配送中心可以选在该类企业货源地集中的地方，保有相应的库存直接进行同城配送，然后在货品需求集中的城市建立二级配送中心，再进入同城快递系统。区域和区域配送中心之间通过集装的干线运输，尽可能达到规模经济，优化成本。

（4）电子商务平台企业和民营快递企业之间在整个运作过程中同时共建信息平台，共享信息，及时把握货物的流向、流量和在途情况，做到网购的买卖方和快递企业随时掌握货物具体情况。

（5）快递运作过程中最核心、最复杂的工作是分拣和递送，因此分拣系统尽可能实现自动化，城内递送时尽可能优化配送线路，限时、保质保量地配送。同时，民营快递企业要注重一线快递员综合素质和归属感的培养，强化价值链“末端”员工的竞争力，打造最佳合作和执行力强的管理团队。

（6）针对B2C模式下的B，民营快递最好专注于一个行业的电子商务企业做精做强，比如家电行业、服装行业、食品行业等，有能力时再兼顾多个行业。针对于C2C模式下的卖家，民营快递也可把销售一个行业商品的卖家整合到一起进行运作。这也就意味着，可以把整个快递市场按照商品所在行业进行分类，不同的民营快递专注于不同的行业，提供差异化服务，做专做强。

（7）上述运作同样也可接受非电子商务企业的委托提供快递物流服务。

4.结束语

近年来，电子商务和民营快递都迎来了高速发展的飞跃期。电子商务需要民营快递完成“最后一公里”的实物递送，民营快递需要电子商务巨大的货流量。双方相互依赖，应共同合作、共谋发展，为了确保电子商务和民营快递共赢合作的具体实施，建议从国家立法、快递物流服务水平、快递物流信息化、政府支持、人才培养几个方面加快民营快递的健康发展，为双方共赢合作创建良好环境。

参考文献：

[1]吴传岭，施国洪.促进快递业发展的税收政策分析[J].财经论坛，2010（12）.

[2]沈吉仁，王洪波.电子商务条件下我国企业物流模式研究[J].中国流通经济，2006（11）.

[3]刘建新，张洪斌.构建和谐是我国快递业健康持续快速发展的必然选择，中国行政管理，2007（8）.

[4]王道平，杨永芳.民营快递企业的可持续发展研究[J].北京社会科学，2010（4）.

[5]沈群力.民营快递企业的市场状况研究[J].价格理论与实践.

[6]郭法霞，李少客.浅谈我国民营快递业存在的问题及对策[J].河北交通科技，2010（2）.

物流配送概述篇2

一、引言

近些年无论是自然灾害还是各种事故灾害,公共灾害等各类突发事件爆发频繁,而且规模都很大。突发性重大自然灾害和公共卫生事件造成巨大的人员伤亡和财产损失,必然需要大量的应急物资,以解决伤者救助、卫生防疫、恢复生产等,否则受灾面积、人员、损失将会扩大。因此选择距离最短、费用最少和时间最快的配送路径显得格外重要。目前国内关于物流调度方面作了一些研究,但是关于应急物流配送车辆调度问题研究还很少。鉴于物流调度的研究方法,其中有传统的方法,比如,数学规划,分支定界法等。不过这些方法只能基于某些简化的假设因而不能适应实际的需要.智能调度方法,如专家系统、神经网络和遗传算法在使用中尽管有优点,但也有明显的缺点。根据以上问题,本文将结合应急物流的配送车辆优化调度问题,根据应急物流配送的突出特点,对应急物流配送车辆调度路线优化进行探讨,建立了应急物流配送车辆调度模型,用蚁群算法对车辆的配送路径进行优化。

二、问题描述

物流配送路径优化是指对一系列装货点(或卸货点),组织适当的行车线路,使车辆有序地通过它们,在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等)下,达到一定的目标,使总代价最小(如路程最短、费用最少、时间尽量少、使用车辆尽量少等),并且同时满足以下条件及假设:各个需求点的位置和需求量为已知,寻找一个优秀的配送方案,使得总代价最小。

1.约束条件

(1)所有节点之间都有路线相通。(2)各救灾点与各受灾地点、各受灾地点之间的运输距离作为已知量。(3)每个受灾地点对救灾物资的需求是必须在规定时间送到。(4)所有的受灾地点的需求,在物资数量方面和运输时间方面都能够得到满足。(5)单个需求节点的需求量小于单车车容量。(6)为简化问题描述,假设车辆所在车场到物资储备中心的距离忽略不计。

2.数学模型

在上述条件下指派运输车辆以期达到总的运输距离最短,从而降低应急物流的运输成本。应急物流配送车辆调度模型如下。

目标函数:

(1)

Mink(2)

约束条件:

i=0,1,2,…,n(3)

RTi≤LTii=0,1,2,…,n(4)

i=0,1,2,…,n(5)

i,j=0,1,2,…,n(6)

i,j=0,1,2,…,n(7)

X=(xik)∈D(8)

k≤n(9)

公式中符号说明:

(1)dij表示为从节点i到节点j的运输距离,当i,j=0时表示该节点为救灾点,否则为受灾点。

(2)。

(3)k表示车辆数量;q表示单车车容量lgi(i≠0)表示第i个受灾节点对于救灾物资的需求量;。

(4)RTi表示车辆到达i点的时刻;LTi表示最迟允许车辆到达时刻。

三、蚁群算法原理

蚁群算法是意大利学者M・Dorigo等提出的一种仿生寻优算法,它通过模拟自然界蚁群从巢穴到食物源的最短路径的觅食过程来求解一些NP难题。蚁群算法是一种整理型随机优化算法,对问题的求解没有苛刻的限制使用条件,可以在非常困难的条件下搜索到组合问题的最优解或较优解,在很多经典的组合优化领域上都有较好的应用,如旅行商问题(TSP)和非对称旅行商问题(ATSP)、作业车间调度问题(JSP)。蚁群算法是通过信息素的积累和更新来寻求最优解。蚂蚁有能力在没有任何提示下找到从巢穴到食物源的最短路径,并且能随环境的变化而变化,适应性地搜索新的路径,产生新的选择。其根本原因是蚂蚁在寻找食物源时,在其走过的路上释放一种特殊的分泌物――信息素,后来的蚂蚁选择该路径的概率与当时这条路径上该物质的强度成正比。当它们碰到一个没有走过的路口时,就随机地挑选一条路径前行,与此同时释放出与路径长度有关的信息素。路径越长,释放的信息素浓度越低。当后来的蚂蚁再次碰到这个路口时,选择信息素较高路径的概率就会相对较大。而当一定路径上通过蚂蚁越来越多时,其留下的信息素轨迹也越来越多,后来的蚂蚁选择该路径的概率也越高,从而更增加了该路径的信息素强度。而强度大的信息素会吸引更多的蚂蚁,从而形成一种正反馈机制。蚂蚁的路径搜索原理如图所示,有两条支路ACB和ADB,支路ACB中节点A和B各有两只蚂蚁,其中蚂蚁1、2由A向B行进,而3、4则由B向A行进。假设蚂蚁速度相同,当蚂蚁2和蚂蚁4经过支路ADB分别到达节点B和A,而蚂蚁1和3还在支路ACB的途中。显然,支路ADB留下的信息素的痕迹浓度要高于支路ACB上的信息素浓度,所以当再有蚂蚁到达点A和B时,它们选择支路ADB的概率就会更大,从而增加支路ADB上的信息素痕迹的浓度,形成正反馈,这样蚂蚁可以容易找到一条到食物源的最短路径。

四、蚁群算法优化求解

在研究调度问题中,爬山法、遗传算法等取得了一定的成果,但是由文献比较结果显示蚁群算法的计算结果明显优于其他方法。因此本文采用了蚁群算法解决应急物流配送车辆调度问题。

在优化求解过程中,我们做如下定义:

(1)m:蚁群中蚂蚁的数量。

(2)ηij路径ij的能见度。

(3)Γijt时刻在路径ij上的信息量。

(4)ΔΓijk蚂蚁k在本次循环中留在路径ij上的信息量。

(5)Pjik蚂蚁k在t时刻由位置i转移到位置j的概率。

(6)α:转迹的相对重要性,α≥0。

(7)β:能见度的相对重要性,β≥0。

(8)ρ:信息数的持久性,0≤ρ≤1,1-ρ表示信息素的衰减度。

(9)假设Γij(0)=C,C为一常量。

(10)蚂蚁k在运动过程中,只允许移向未到达的受灾点或者是救灾物资储备中心,并且根据当前所处位置的不同选择不同路径。

(11)当蚂蚁位于救灾点时:由于救灾点假设均满足车载重量约束,则在这些救灾点中蚂蚁k按照式(10)给出的转移规则移向受灾点s;否则随机产生一个(0,1)间的随机数r,若r

其中S表示为:,

S=argmax{[Γ(r,u)]α・[η(r,u)]β}uallowed(10)

Pijk(t)表示为:

(11)

allowedk=[0,1,…,n-1]-tabuk表示t时刻蚂蚁k下一步允许选择的点。在蚁群算法中,我们假设人工蚁群系统有记忆功能,用tabuk(k=1,2,…,m)记录蚂蚁k已走过的节点。当一个周期结束,进入t+1时刻,对各路径上的信息进行调整,即:

(12)

(13)

蚂蚁K在本次循环中经过路径ij,否则为0(14)

其中Q是常数,表示蚂蚁循环一周所释放的总信息量。表示k只蚂蚁在本次循环中所走路径的总长度,它体现了全局范围内的最短路径,能都提高系统搜索的收敛速度。参数Q、C、α、β、ρ可以用实验方法确定其最优组合。停止条件可以用固定循环次数或者当进化趋势不明显时便停止计算。

五、总结

蚁群算法是通过信息素传递来选择路径,具有较好的全局寻优能力,收敛速度快和稳定性强的优点,与传统算法相比能够很好地解决连通图结构的问题。因此,蚁群算法是解决物流配送路径优化问题的一个有效算法。它可以缩短运输距离与运输时间,减少客运商服务成本,提高服务质量。

参考文献:

[1]谢秉磊李军:《有时间窗的非满载车辆调度问题的遗传算法》[J].《系统工程学报》2000(3):290～294

物流配送概述篇3

近年来，随着现代信息和通信技术的发展，以互联网为代表的信息技术为物流发展提供了强有力的信息技术支持。随着集成化物流管理信息系统的建立，以及网络技术、EDI、人工智能、条形码与POS等各种先进技术的应用，物流信息的商品化、物流信息收集的数据库化和代码、物流信息处理的电子化和计算机化，物流企业提高物流服务过程中都积累了大量的“粗糙”数据，这些数据和其所蕴含的信息是企业的财富。但是，面对如此海量的数据，企业很难对这些数据进行准确、高效的收集和及时处理，因此也就很难帮助决策者做出快速、准确地决策。目前，物流管理信息系统多数只是发挥着信息的收集、挑选、重组和转发的“中转站”作用。想要充分利用物流企业在运营中收集到的数据，挖掘蕴藏在这些海量数据中的潜在的和有价值的信息，就需要适应这些数据特点的数据挖掘技术。数据挖掘(DataMining，DM)是在20世纪末刚刚兴起的数据智能分析技术，它可以从数据库或数据仓库，以及其他各种大量数据类型中，抽取或发现有用的信息和知识，又称为数据库中知识发现，是一种基于计算智能的知识获取过程的一个主要步骤［1］。1996年，戴姆勒克莱斯勒公司、SPSS、NCR三个公司设想、构思了CRISP－DM，并于之后成了相应的委员会。CRISP－DM的全称是crossing－industrystandardprocessfordatamining，即跨行业数据挖掘标准过程。根据CRISP－DM标准，通常数据挖掘的基本步骤包括:业务理解、数据理解、数据准备、建立模型、评价、实施等六个步骤［2］。通过实践，以上数据挖掘的六个步骤过程并非完全按照CRISP－DM标准，要取得好的结果往往需要不断重复这些步骤，或者根据需要重新组合合适的步骤。

2数据挖掘技术概述

数据挖掘所用的技术方法很多，包括了统计分析方法、遗传算法、粗集方法、决策树、人工神经网络、模糊逻辑、规则归纳、聚类分析和模式识别等。其所实现的功能主要是:关联规则、序列模式、分类和预测、聚类、趋势分析和偏差检测。根据我国学者朱明的说法，数据挖掘的技术方法类型主要有:定性与对比、关联分析、分类与预测、聚类分析、异类分析、演化分析等六类［3］。本文对数据挖掘技术的探讨，基于以上分类。

定性与对比就是对研究对象进行“质”的方面的分析，对获得的各种材料进行思维加工和比较，从而能揭示内在规律。概念描述是定性与对比的基本方法，即对含有大量数据的数据集合进行概述性的总结并获得简明、准确的描述。

关联分析就是从给定的数据集发现频繁出现的项集模式知识(又称为关联规则)，广泛用于市场营销、事务分析等应用领域。通常关联规则具有:XY形式，即“A1A2．．．AmB1B2．．．Bn”;其中Ai(i∈{1，．．．，m})和Bi(i∈{1，．．．，n})均为属性等值形式。关联规则XY表示“数据库中满足X中条件的记录也一定满足Y中的条件”。

分类通常用于预测未知数据实例的归属类别(有限离散值)，但在一些情况下，需要预测某数值属性的值(连续数值)，这样的分类就被称为预测，一般是使用预测来表示对连续数值的预测，而使用分类来表示对有限离散值的预测。分类与预测所获的模型可以采用多种形式加以描述输出，主要技术方法有:分类规则、决策树、数学公式和神经网络等等。

聚类分析与分类预测方法明显不同，后者所学习获取分类预测模型所使用的数据是已知类别归属，而聚类分析所分析处理的数据没有事先确定的类别归属。聚类分析中，首先需要将聚类分析的数据，对象划分为若干组。更进一步从这些同类别数据集，又可以通过分类学习获得相应的分类预测模型或规则。此外通过反复不断地对所获得的聚类组进行聚类分析，还可获得初始数据集合的一个层次结构模型。

演化分析就是对随时间变化的数据，对象的变化规律和趋势进行建模描述。这一建模手段包括:概念描述、对比概念描述、关联分析、分类分析、时间相关数据分析。具有演化规则的遗传算法、人工神经网络等方法也可归入演化分析。

异类分析则较为特殊，许多数据挖掘方法都在正式进行数据挖掘之前就将这些异类作为噪声或意外而将其排除在数据挖掘的分析处理范围之内。但在一些应用场合，如各种商业欺诈行为的自动检测，小概率发生的事件或数据往往比经常发生的事件或数据更有挖掘价值。对异类数据的分析处理通常就称为异类分析方法，由于异类分析应用较少，本文没有进行探讨。

3数据挖掘技术在物流领域中的应用

3．1应用的可行性

目前数据挖掘技术正以前所未有的速度发展，已广泛应用于政府、电力、企业、电信、金融等行业部门，但在物流行业的应用还不是很普遍。随着数据挖掘技术的发展，数据挖掘开始受到物流业的更多关注，数据挖掘在物流业中的应用已经具备了技术可行性和行业的需求性。技术可行性体现在三方面:首先，业务处理的计算机化生成大量的现有数据;第二，数据存储技术和计算处理速度的更新;第三，如神经网络这样的先进新算法的产生。大量数据的存在为数据库市场销售和数据挖掘提供了必需的原料，计算机技术的发展为企业存储和利用数据提供了硬件保障，新算法的生成扩大了数据处理的能力和应用范围。随着物流信息化水平的提高，信息化物流网络体系的应用使数据规模不断扩大，产生巨大数据流。面对激烈的外部竞争，如果企业不使用有效的数据挖掘技术，将很难对这些数据进行高效的收集和及时决策。从数据中挖掘出的信息可以帮助企业了解市场的动态，及时针对快速变化的环境做出确认和回应，并抓住新出现的商机;数据挖掘技术也可通过更透彻了解客户来改善并强化对客户的服务;数据挖掘技术还能够有效地促进企业的业务处理过程重组，实现规模优化经营。通过合理使用数据资源，企业可以通过数据挖掘技术提高自身的竞争力，同时促进我国物流行业向更高的层次发展。

3．2数据挖掘技术在物流业中的具体应用

由于物流企业中的信息具有数量大、更新快和来源多样化的特点，物流企业以往主要利用信息的有效沟通、快速传达、物流运作调控和辅助决策的功能，而很少顾及信息数据的挖掘利用。但随着市场竞争的加剧、企业精细化管理愿望的增强以及先进技术方法的开发应用，对信息中的数据进行挖掘利用已成为物流企业赢取客户、增加利润、提升自身竞争力的突破口。不同的物流问题，可能需要用不同的数据挖掘方法去解决。但是，对于同一个物流问题，可能有多种方法，也需要预先评估和测算。各种方法均有一定的优点，也有不足。几种技术并不是单一的使用，而是根据实际情况综合加以应用，本文仅仅是对于最主要的应用加以探讨。结合数据挖掘的技术类型，数据挖掘技术在物流企业中可以应用在以下几方面:

(1)客户分析———定性与对比的应用

客户分析就是根据各种关于客户的信息和数据来了解客户需要，分析客户特征，评估客户价值，从而为客户制订相应的营销策略与资源配置计划。通过定性与对比的应用，通过对客户特征进行准确的概念描述，物流企业能够充分挖掘客户价值。如果企业已经建立了较为完备的CRM系统，结合数据挖掘的定性与对比，将对客户价值分析起到立竿见影的效果;如果企业没有CRM系统，也可以通过数据挖掘技术初步建立自己的客户管理体系。

(2)合理安排货品的仓储位置———关联分析的应用

如何合理安排货品的存储、压缩货品的存储成本正成为现代物流管理者不断思考的问题。对于货品的存放问题，哪些货品放在一起可以提高拣货效率?哪些货品放在一起却达不到这样的效果呢?物流企业可以利用以往的商品流动数据，采取数据挖掘技术中的关联模式来解决这个问题。关联模式分析的目的就是为了挖掘出隐藏在数据间的相互关系。例如，有A、B两类产品，描述A类产品的出现对B类产品的出现有多大影响，可以用四个属性来描述关联规则:可信度———在产品集A出现的前提下，B出现的概率;支持度———产品集A、B同时出现的概率;期望可信度———产品集B出现的概率;作用度可信度———对期望可信度的比值。通过上述关联分析可以得出一个关于货品的简单规则，从而来决定这两种货品在货架上的配置，可以战略性地布置货品在仓库中的位置。

(3)物流中心的选择———分类与预测的应用(分类树方法)

物流中心(流通中心、配送中心、仓库等)选址问题即求解运输成本、变动处理成本和固定成本等之和为最小的最小化问题。物流中心选址，需要考虑到中心点数量和中心点如何分布等情况。针对这一问题，可以用数据挖掘技术中的分类树方法来加以解决。分类树(classification)的目标是连续的划分数据，使依赖变量的差别最大。分类树的真正的目的是将数据分类到不同组或分支中，在依赖变量的值上建立最强划分。用分类树的方法解决这个问题时，通常需要以下四个方面的数据:1)中心点的位置;2)每个中心点的业务需求量;3)备选点的位置;4)在中心点和备选点之间的距离。通过分类树的方法，不仅确定了中心点的位置，同时也确定每年各个地址问物品的运输量，使整个企业必要的销售量得到保证，企业的长期折现的总成本也会达到最小值。

(4)市场预测———聚类分析的应用

产品是有生命周期的，即导入期、增长期、成熟期和衰退期。一种产品进入市场后，它的销售量和利润都会随时间推移而改变，呈现一个由少到多由多到少的过程。在不同阶段，产品的生产、配送、销售策略是不同的。这就需要提前的生产计划、生产作业安排以及适合的库存和运输策略。物流企业要注重商品的生命周期，合理地控制库存和安排运输。企业可将需要分析的商品对象数据划分为若干组，从这些同类别数据集建立相应的预测模型或规则。物流企业可以通过聚类分析作为市场预测的手段，为决策提供依据。

(5)优化配送路径———演化分析的应用(遗传算法)

配送路径是个典型的非线性问题，它影响着物流企业配送效率的提高。在许多配送体系中，管理人员需要采取有效的配送策略以提高服务水平、降低货运费用。其中要考虑车辆的路径问题，车辆路径问题是为一些车辆确定一些客户的路径，每一客户只能被一次，且每条路径上的客户需求量之和不能超过车辆的承载能力。其次还应考虑到车辆的利用能力，如果车辆在运输过程中的空载率过高或整车的承载力未完全利用，这些无疑会增加企业的运输成本;另外涉及到车辆的运输能力，就必须考虑到货品的规格大小和利润价值的大小。遗传算法为配送路径的优化提供了新的工具，它可以把在局部优化时的最优路线继承下来，应用于整体，而其他剩余的部分则结合区域周围的剩余部分(即非遗传的部分)进行优化，输出送货线路车辆调度的动态优化方案［4］。

3．3运用数据挖掘技术时应注意的问题

在物流决策过程中，数据挖掘技术不能解决所有物流领域的问题，也不是所有的数据挖掘技术都能解决物流领域上的问题的。如果不能将特殊领域的物流业逻辑与数据挖掘技术结合起来，数据挖掘的分析效果和效益就不可能达到最佳值。总体来看，物流行业在应用数据挖掘技术时，应该考虑三个方面的因素:一是“人”，要有合适的数据挖掘人才，能够准确快速地选择合适的技术方法进行工作;二是“机”，要建立适合企业实际的、和已有系统集成的数据挖掘系统，要选择合适的数据挖掘工具;三是“料”，要从大量的业务数据中获得有价值的信息，需要保证数据质量。具体来说，应该注意以下几个方面的问题:

(1)系统集成问题

数据挖掘是从大量数据中提取有价值的信息，而数据一般存储在数据库中。物流企业进行信息化建设的前期一般己经选用了数据库产品，如许多企业建立了CRM系统作为物流企业管理系统软件［5］。因此，应用数据挖掘技术首先考虑数据挖掘系统与其他系统的集成问题，便于利用企业已有的数据库。这样，才能有利于企业降低成本，达到最大效益。

(2)数据挖掘工具的选择

目前一些流行的数据挖掘工具，如IBM公司开发的QUEST系统、SGI公司开发的Mineset系统等，大多是国外的舶来品，不可能完全适合国内企业。引进这些外国产品的时候企业要考虑定制问题，只有适合并能正确反映企业具体经营状况的工具才能够发挥作用。

(3)技术人员的影响

数据挖掘技术人员所选用的技术和优化方法会对模型的准确度和生成速度产生很大影响，其专业素养和能力对于数据挖掘的实施至关重要。因此，这类技术人员首先要有良好的计算机、统计等相关知识，其次要懂得物流行业的基本流程和运作理念。物流业中一般不具备这种技术人员，企业决策者应该重视引进人才、培养人才、留住人才。

(4)数据质量的影响

国内很多物流企业都有不同的业务系统，同时伴随着一个比较庞大的数据中心。但这种面向事务而产生的数据在质量、完整性和一致性上都存在着很多问题，这就使得数据挖掘技术人员很难集中精神去建立模型，而是投入太多的精力和时间去解决数据的抽取、净化和处理。如何保证数据质量，是企业成功实施数据挖掘的一个技术关键点［6］。

物流配送概述篇4

[关键词]供应链物流配送京东

[中图分类号]F251[文献标识码]A[文章编号]1009-5349（2016）02-0048-02

随着互联网经济的发展，电商市场的竞争越来越激烈。阿里、京东等知名电商企业近年都在积极地发展“互联网+”战略，展开线上和线下实体企业的合作，同时对电商企业的物流配送能力提出了挑战。京东这几年也在积极发展“互联网+”战略，入股线下超市，与水果生鲜电商进行战略合作，积极发展国际购物等，这也使得京东的供应链有了很大的延伸。而“O2O”战略和国际淘都对京东物流配送能力提出了新的考验，原来的自营物流已经不能满足京东现在的战略发展。因此，为了保证京东“互联网+”战略的实施，必须改进京东现有的物流配送模式。

一、供应链管理和物流配送的相关理论

（一）供应链管理的相关理论

1.供应链管理概述。供应链是指生产及流通过程中，涉及将产品或服务提供给最终用户的上游与下游企业所形成的网络结构。对电商企业来说，供应链包括了从产品最开始生产，通过电商平台销售出去，到最终通过物流配送到消费者手中所涉及到的所有企业。

供应链管理就是在供应链的环境下进行管理的一种新型管理理论。它更强调系统性、协同性、合作性和集成性。它使得整条供应链更具有柔性和敏捷性，增加了企业对市场变化的适应性和供应链上企业的市场竞争力。供应链管理是将整个供应链上的企业放在一个供应链系统中进行研究，而不单单只追求单个企业的效益。供应链管理的目的在于取得整个供应链的效率和效益，使整条供应链上的总成本达到最小。对于电商企业，最重要的是通过进行供应链管理来提升客户满意度，同时还要降低供应链上企业的成本，取得供应链上企业效益的最大化。

2.供应链管理的特点：（1）复杂性。由于企业的规模、经营方式和所在行业不同，供应链管理要根据企业自身特有的情况来建立自己企业的供应链结构模式。（2）动态性。根据企业所处的市场环境的变化，企业客户的需求变动以及企业经营战略的调整等多种因素，这就使得企业的供应链不是一成不变的，而是一个柔性可变的结构，能够及时做出调整以适应企业战略和市场环境变化。（3）交叉性。供应链不是某个企业单独可以实行的，整个供应链环境是由多条供应链交叉形成的。因此，在对供应链进行调整时，要同时考虑对供应链上其他节点企业的影响，实现整条供应链成本最低，做到供应链上企业间的协同发展。

（二）物流配送相关理论概述

1999年，物流被联合国物流委员会定义为：为了满足客户的个性化需求而进行的原材料、库存、最终产品以及相关信息从供应商到消费者的转移与库存计划，进行整个过程的管理。

对于电商企业来说，物流配送是整个电商系统中重要的一环，电商的物流配送对于减少生产企业库存、加速资金周转等具有重要的意义。物流配送一直是电商企业的最大瓶颈，因此，国内外专家学者对电商企业的物流配送做了大量研究，希望能解决电商物流配送难题。著名学者KentN.Gourdin通过建立电子商务物流服务评价理论模型，研究了消费者对电子商务不满意的发展过程，得出物流配送的质量与消费者对电子商务满意程度呈正相关关系。企业要提高物流配送服务质量，提高消费者满意度，需考虑很多影响因素，比如配送成本、服务因素、环境因素、商品特点以及企业内部因素等。

二、京东商城概述

自2004年年初进入电子商务领域至今，“B2C”电商市场的行业领先者――京东商城，已经走过了11个年头。如今，京东商城无论在用户点击率、访问量、活跃用户数、销售量以及业内知名度和影响力来说，都是国内数一数二的电商巨头。2014年5月22日，京东在纳斯达克挂牌上市。秉承着“客户为先，以人为本”，“让生活变得简单快乐”的使命，京东的发展不断刷新纪录。在全球专业零售咨询机构kantarRetail公司的“2015年中国电商力量排行榜”中，在商业实力、战略实力等5个主要评价维度中，京东均排名第一，继续保持行业领先地位。

三、京东现有物流配送情况

作为中国最大的自营电商企业，自建物流是京东在电商市场重要的核心竞争力之一。京东的自建物流系统的不断创新，对京东企业品牌的发展和提升顾客消费体验做出了巨大贡献，京东有70%的资金用于投资物流体系建设。2014年10月，京东上海“亚洲一号”正式投入使用，这是国内最大、最先进的电商物流中心之一，目前90%以上的操作都已经实现了自动化。目前京东的主要物流配送方式为自营物流配送，在部分偏远地区及三四线城市，则采用第三方物流配送方式。

虽然自建物流给京东赢得了很好的用户体验口碑，而且可以使企业更好地掌控物流配送环节，提升物流配送质量，对于客户满意度有很好的作用。但是，自建物流需要投入大量的资金、设备、仓库以及人力投入，企业要投入大量的物流成本，这样势必会削弱京东在其他方面的竞争力。

2015年3月，国务院总理在中国人代会上做了政府工作报告，指出，将大力调整产业结构，支持移动互联网、电子商务及网络金融的发展，并提出“互联网+”移动计划。2015年10月，京东CEO刘强东在2015中国（北京）电子商务大会上发表演讲，阐述了京东“互联网+”战略的四大布局，除了“互联网+金融”之外，“互联网+社区服务”“互联网+农业”以及“互联网+国际贸易”都离不开物流配送环节。京东提供的“O2O”营销服务平台以及方便消费者可以不用出国就享受到国际产品的全球购，都对京东的物流配送提出了新的考验。因此，京东需要改进现有的物流配送模式来适应新的发展战略。

四、供应链环境下的物流配送模式改进措施

作为电商供应链上的一个主导企业，京东的物流配送环节要得到改进，必须依靠供应链上下游的力量，整合供应链上的企业来改善物流配送环节，节约物流成本，提升物流配送的速度和质量。

（一）加强供应链上的信息共享

在信息化和电商市场发展的大环境下，企业可以通过建立供应链管理系统，将供应链上各个企业间的信息进行有效的连接，实现企业之间的信息共享，通过信息数据作为媒介，达到更高效的物流配送。特别是京东“O2O”战略的实施，除了要整合线上销售外，线下实体店的数据可以更好地帮助京东分析线下消费者的消费偏好。因此，加强供应链系统管理，实现信息共享是不可或缺的。

（二）与供应链各企业达成协同合作

早在2013年，京东就正式试水“O2O”战略。2014年，刘强东将“020”确定为京东2014年的五大战略之一。2015年8月，京东以43亿元人民币入股永辉超市，希望借助永辉超市在“O2O”和生鲜供应链领域的优势，进一步推进“O2O”战略。但是京东目前的自建物流很难支撑“O2O”战略的物流配送。因为生鲜食品对配送的高要求，借助永辉超市在该领域的优势，不仅可以节约自建物流的费用和时间，同时也可以直接借助永辉现有的供应链，为京东在生鲜电商领域抢得先机。可以预见，与永辉的合作只是京东发展“O2O”的开始，以后京东会与更多的实体企业联盟，通过协同企业间的供应链，更好地节约物流成本。

（三）联合第三方物流形成物流联盟

农村市场是现在电商企业都在极力争取的市场，这也是京东的自建物流不能到达的区域。在该部分市场，京东采用的是外包给第三方物流配送的方式。但是对于第三方物流的配送速度、服务质量等较难掌控。通常出现的快件丢失、快递配送不及时以及配送人员服务态度不好都会引起客户对京东购物的消费评价。因此，要提升第三方物流的配送服务质量，可以改变第三方物流和京东之间的合作方式，由外包给第三方改为战略联盟。可以通过京东入股第三方物流等方式，来增加对第三方物流的掌控程度，提升物流配送服务质量。

【参考文献】

[1]肖钠.降低图书馆牛鞭效应的信息生态链管理模式研究[J].图书馆论坛，2013（02）：50-54.

物流配送概述篇5

关键词:物流配送中心生态位生态位适宜度选址模型

本文主要是站在生态学的角度来考虑物流配送中心的选址问题,利用生态学中的生态位理论来构建物流配送中心选址模型。站在企业的立场首先考虑的是经济效益问题,所以本文把物流配送中心的选址归结为最小成本问题,即运输成本、变动成本和固定成本之和为最小的最优化问题,它包括单一物流配送中心选址和多个配送中心选址。在本文讨论的是多个物流配送中心选址,它是指在一些已知的被选点中选出一定数目的地点设置为物流配送中心,使形成的物流网络的总费用最少,其中的总费用包括基本投资费用、可变费用以及不可变费用。同时,作为物流配送中心其选址固然重要,但又十分困难,其原因主要有:选址因素相互矛盾,选址涉及到很多因素,而这些因素常常相互矛盾的;不同因素的相对重要性很难确定和度量;判断的标准会随时间变化而变化,现在认为是好的选址,过几年就不一定是好的了。

因此,物流配送中心要具有一定的适应性,本文用生态位理论中的生态位适宜度来衡量。在本文中,通过二次筛选选出既具有适应性且物流费用最小的配送中心。把生态位适宜度指数作为第一轮筛选指标是基于适应性对物流配送中心更具有长远影响这一考虑,把不符合条件的备选点排除掉,然后再在此基础上选出费用最小的配送中心。

生态位理论

生态位的概念。生态位(Niche)是一个既抽指象而含义又十分广泛的生态学概念,主要是自然生态系统中种群在时间、空间上的位置及其与相关种群之间的关系。生态位本质上是指物种在特定尺度下、在特定生态环境中的职能地位,包括物种对环境的要求和影响两个方而及其规律。生态位是物种的属性特征表现,它定量地反映物种与生态环境的相互作用关系。生态位描述的主体对象是理论抽象意义上的物种和实践具体意义上的种群,种群是进行生态位研究的工作对象。

生态位适宜度。生态位适宜度是指发展对资源的需求与区域现状资源供给之间的匹配关系,反映了资源现状对发展的适宜性程度。设当区域现状条件完全满足发展的需求时,生态位适宜度为1,当资源条件不满足发展的最低资源要求时,生态位适宜度为0。生态位适宜度指数的大小反映了区域现状资源条件对发展需求的适宜性程度,可以根据生态位适宜值的大小确定初步的区域发展方案和措施。

基于生态位适宜度的物流配送中心选址模型

(一)模型的假设

本文中建立的选址模型是在给定某一地区所有被选点的地址集合中选出一定数目的地址作为配送中心,先从中选出具有一定生态位适宜度的配送中心,然后再基于选出的配送中心建立配送中心与各需求点和供货点形成的配送体系总费用最小数学模型。为了便于模型求解,同时使模型具有使用价值,作如下的假设:

把以物流配送中心为核心的供应链作为一个“物流种群”,配送中心、供货点、用户共同构成一个“物流生态系统”;仅在一定的备选范围内考虑设置新的物流配送中心;包括从供货点到配送中心之间的运输以及从配送中心到用户之间的运输;一个配送中心可由多个供货点供货,一个用户的需求也可由多个配送中心提供;配送中心的容量能够满足用户的需求;各用户的需求量一定且为已知;供货点与各配送中心、配送中心与各用户间的单位运费为已知;各配送中心的单位管理费用为已知常量;配送中心的固定投资费用已知;运输费用与运输量成正比。

(二)物流配送中心生态位适宜度模型

根据生态位理论中的生态位适宜模型,以及物流配送中心的特点来建立物流配送中心生态位适宜度模型。物流配送中心生态位适宜度模型表达式为:

2.模型构造。模型的目标函数是从具有一定生态位适宜度的备选地点中选出一定数量的点作为最佳配送中心,不仅使从供货点到配送中心的运输费用、配送中心到用户的运输费用、流经配送中心的产品管理费用以及配送中心的固定投资费用的总和最少,而且要具有很强的适应性。因此,目标函数要使物流费用最小,所以可用公式表达如下:

结论

本文综合运用生态位适宜度指数以及物流费用最小原则来构建物流配送中心选址模型。此模型与其他物流配送中心选址模型最大的区别在于把生态学中的生态位理论引入选址影响因素中,通过二次筛选选出既具有适应性且物流费用最小的配送中心。此外,在实际中,物流配送中心处理的货物是多种多样的,而不同类型货物的处理成本往往是不一样的,如冷藏鲜品的运输成本和库存成本比普通的货物要高出许多。同时,各种货物的运价也不是一成不变的,而应是路程、运量的分段函数。为建模方便,本文中只考虑为两种货物提供运输的物流配送中心选址问题,并且令其运输费用与运输量成正比。

综上所述,本文所构建的基于生态学的物流配送中心选址模型是既具有长远影响又具有一定实际意义的优化模型。

参考文献: