SCI论文（www.lunwensci.com）
摘 要：人工智能技术的飞速发展为现代供应链物流领域注入了新的活力,大数据、云计算、物联网等智能时代的产物已 经成为供应链物流转型、升级的技术支撑与内驱动力,在提高供应链物流运作效率的同时,实现上下游资源整合及信息共享, 对于优化改进物流业生态大有裨益。基于此,本文以人工智能技术架构为切入点,阐述了人工智能技术在供应链物流领域的应 用对策。
关键词：人工智能技术,智能运输配送,智能信息追溯
Application Analysis ofArtificial Intelligence Technology in Supply Chain Logistics
FU Leimin1. LIN Feng2. LI Kai3
(1.Jiangxi E-commerce Association, Nanchang Jiangxi 330000;2.Jiangxi Water Investment Technology Co., Ltd.,
Nanchang Jiangxi 330000;3.Jiangxi South China City Network Trading Co., Ltd., Nanchang Jiangxi 330000)
【Abstract】：The rapid development of artificial intelligence technology has injected new vitality into the field of modern supply chain logistics, the products of the intelligent era such as big data, cloud computing and Internet of Things have become the technical support and internal driving force for the transformation and upgrading of supply chain logistics, while improving the logistics operation efficiency of the supply chain, realize the integration of upstream and downstream resources and information sharing, it is of great benefit to optimize and improve the logistics industry ecology. Based on this, based on the artificial intelligence technology, this paper expounds the application countermeasures of artificial intelligence technology in the field of supply chain logistics.
【Key words】：artificial intelligence technology;intelligent transportation and distribution;intelligent information tracing
0 引言
人工智能是指通过模拟人类大脑思维及运作模式以 生产出可以智能学习、具备一定判断及迅速反应力的智 能系统。人工智能技术基于开源性算法,具备大数据及 互联网特点,在供应链物流中具有决策精准化、问题解 决高效化、运作方案多元化等优势,因此成为供应链 物流领域强有力的技术支持。随着传统产业的转型升级 以及电子商务领域的蓬勃发展,我国供应链物流体系愈 加成熟,国际上头部供应链物流品牌也相继打造智能物 流平台、智慧化物流信息系统,积极拓宽海内外物流业 务,共同打造现代化智能物流体系,对人工智能技术在 物流业务中的应用予以高度重视。在此背景下,以人工智能技术架构为基础研究其在供应链物流中的应用优 势、应用方法,对于促进人工智能技术与供应链物流的 纵深融合具有重要意义。
1 人工智能技术架构
人工智能技术架构主要分为 3 层 ：基础层、技术层 与应用层。(1)基础层的核心为计算能力与数据资源, 用以进行数据收集、数据理解及数据处理。所采集、处 理的数据包括结构化数据与非结构化数据,获取原始数 据后分析数据内容、数据准确性,利用数理统计、数据 挖掘或预定义等清洗规则消除原始数据内错误、不一 致、不完整或冗余数据,通过数据预处理以确保数据质 量 ;(2)技术层的核心在于算法、模型与技术开发,包括特征提取、模型构建、模型评估、模型训练 4 大基本 步骤。对于预处理后的数据,从中抽取出典型特征,使 用决策树分类法、朴素贝叶斯分类算法、基于支持向量 机 (SVM) 的分类器、神经网络法等适当地算法获取预 期准确的值,评估数据模型准确率与查全率,结合模型 评估结果对模型进行训练、调整,以此达到最优效果 ; (3)应用层的核心在于人工智能技术与各行业领域的结 合,及将模型部署、应用至实际场景当中。
在人工智能技术的支持下,供应链物流面临着物流 基础设施与生产工具、物流运作流程的转型。一方面借 助人工智能技术赋予基础设施、生产工具以智能化、智 慧化功能,以智能化设备工具取代人工劳动力,在提升 物流作业效率的同时降低单位劳动成本 ;另一方面则基 于人工智能算法优化物流运作流程,将整个作业过程划 分为不同区块,在各个区块间建立功能连接点,全面采 集物流运作中各个环节的信息,做好数据处理及挖掘, 从整体上提高供应链物流运作效率 [1]。
2 人工智能技术在供应链物流领域的应用对策
2.1 智能仓库选址
在供应链物流领域,仓库是物流中转站, 仓库所处 地理位置、库容量等会直接影响物流周转周期、效率, 进而影响物流成本与客户满意度。在之前的实践中,仓 库选址主要出于供应链物流企业的主观经验判断,可能 出现部分地区仓库使用效率较低,但其余地区仓库负荷 较大的问题,且在仓库选址中决策缺乏科学性,倾向于 考虑自然环境因素、成本因素,忽视供应商位置、仓库 建设及运营成本、当地相关政策法规等对仓库位置的影 响,导致仓库所处位置不合理 [2]。而在人工智能技术应 用的场景下,物流企业可以从客户订单、库存管理、财 务等系统内采集数据,经过数据清洗及预处理后确保数 据准确性,运用重心法,将物流网络内需求点视作一平 面内的点,将需求量作为重量,选取平面内需求点的重 心作为枢纽,以总运输成本最低为目标函数,如式(1) 所示 ：
min TC = ∑i VI Ri d i
式(1) 中 ：TC 为总运输成本 ;Vi 为 i 点运输量 ; Ri 为 i 点单位距离运输费用 ;di 为物流中心距 i 点距离。
接下来构建重心法仓库选址模型,如式(2)所示 ：
min(wk d kj )xkj
模型中 K 为节点集 ;J 为备选节点集 ;wkdkj 为节点 k 与j 之间的加权距离。通过该模型可以将仓库选址问 题转化为需求点到最近设施最大距离最小问题,目标为 让每一仓库在某个阙值时间内得到最大化利用。此外还可以构建集合覆盖模型,即在覆盖所有仓库需求点的前 提下使总建设费用最低,当设施建设费用相同时,仓库 选址问题便转化为枢纽数目最少问题。综合而言,人工 智能技术的应用可以避免主观因素对仓库选址决策的干 扰,按照供应链物流布局及长远发展需求确保仓库选址 的合理性、科学性。
2.2 智能库存管理
供应链物流与传统物流最大的区别在于综合性。传 统物流领域集中在物流活动中,主要负责货物的运输及 配送。而供应链物流模式下,虽然依旧以物流活动为核 心,但需要协调供应领域的生产与进货计划、销售领域 的客户服务及订货处理、财务领域的库存控制,尤其是 在库存控制中注重精准化管理,需要全面采集库存量、 库存种类、物品储位、存放时间、库存管理成本等动态 化信息,重点在于信息读取方便快捷,因此传统以人工 为主的库存管理方式已经不能满足供应链物流领域的发 展需求,且在实际的业务开展中呈现出诸多弊端 [3]。
在人工智能技术的支持下,库存管理系统通常采 用 RIDF 智能仓库管理技术,以整合流程、促进供应链 高效率运作、协调上下游为中心目标,尽量降低静态库 存。该系统的具体实施过程包括收货、上架、拣货、补 货、发货与盘点 6 大基本流程,送达仓库的货物信息 数据以及客户订单提前导入 WMS,对仓库内所有作业 单元、存货库位、作业单据及作业指令条码化,即在托 盘、周转箱等作业容器上粘贴流水标签,按照一定顺序 编码货位并粘贴条形码标签,结合预定的货物编码方案 对入库物品进行编码,将编码信息写入电子标签后固定 标签。货物入库后,系统通过电子标签核对货物单与订 单是否一致,货物与送货单是否一致,检验合格后由计 算机自动分配库位,仓库内 AI 机器人按照货物不同包 装、属性、重量、类别、不同订单类型等将货物存放至 相应库位。拣货管理中,小车或 AI 机器人从 WMS 系 统内下载批量订单,根据最优路径指示小车按照 SKU 排序拣货。补货作业中,系统发出指令,作业人员将相 应数量及位置的货物移动至目标库中,更改电子标签信 息后重新向系统反馈新的数据。在发货作业中同样由系 统发出指令,完成订单出库、采购退货、库间调拨等不 同类型的出库作业。智能货架上安装有读写器,可对固 定区域内无源标签进行扫描,自动完成货物盘点。
2.3 智能运输配送
供应链物流领域,运输配送为核心的业务环节,也 是物流企业核心竞争力的来源。现阶段供应链物流企业 运输车辆类别增多,不同运输车辆在最高配送距离、承载量等方面具有明显的差异性,在进行运输配送作业时 如何对多车型供应链物流运输进行调度,降低总运输配 送成本已经成为供应链物流企业亟需思考及解决的问题。 人工智能技术可以通过路径优化算法、调度算法等适宜 算法,结合现有的运输配送资源、车辆数量及承载量等 提升运输配送路线规划的科学性、合理性,控制运输配 送成本,提高运输配送的响应速度,以此促进供应链的 高效率运作。例如,蚁群算法为人工智能算法之一, 该 算法通过模拟蚁群觅食路径以求得最优路径。在运用人 工智能技术,依托蚁群算法构建供应链物流运输配送调 度模型时,可以将运输成本、运输距离、运输时间、不 同车型最远运输距离、不同车型最大承载量、配送距离、 单位油耗等设定为约束因子,将物流运输配送调度问题转 化为由配送中心到配送目的地, 达成最大化利用运输车 辆、降低运输成本、实现路径高通畅性、降低车辆油耗目 标的问题,在上述约束因子的基础上构建供应链物流运输 配送调度模型,以调度模型为约束函数,对蚁群算法内信 息素更新方式进行改进,通过融入惩罚因子以降低对最 差路径的选择几率, 提升高质量路径内信息素浓度, 如 式(3)所示 ：
Tij (t +1) = {0.otherwise
模型中 Bbest 为质量最高路径 ;Bworst 为质量最差路径 ; 质量最高与质量最差路径的长度为 |Bbest | 与 |Bworst | ;θ 为 信息素增强因子 ;x(j) 为供应链物流运输配送调度模型。
构建模型后将模型部署并应用至实际场景之内,具 体方法为将供应商网点作为起始点,将配送目的地作为 目标点,将运输车辆信息、供应商下游零售商信息录入 至模型中,模型将自动化输出最优调度结果,包含不同 车型实际运输配送距离、实际承载量、实际油耗、运输 路径,获得的调度结果能够满足约束条件,有效缩短运 输配送时间并降低运输成本 [4]。
2.4 智能信息追溯
现阶段我国供应链物流的发展具有以下 3 个趋势 ：
(1) 物流管控模式智能化。传统物流管控分散、独 立,各个环节之间的衔接不够紧密。而现代物流管控倡导 多方协同、平台整合,需要协调供应链上下游,抓住货物 生产源头,在把握好物流这一核心活动的基础上整合下游 企业订单信息,了解其对货物的需求,为上游供应商提供 生产指导,确保上下游对接,实现供应链的高效率运作。 (2)技术全面升级。供应链物流领域数字化、智能化转型 势不可挡,更加注重对新技术、新设备的应用,但在技术 应用阶段面临着大规模的资金投入,尤其是在引进物流基础设施及智能工具上需要遵循技术性与经济性相平衡的 原则,确保技术创新契合供应链物流长远发展需求,对 供应链物流企业而言是巨大挑战。(3)物流业务的高效 链接。现代供应链物流不仅要提高物流效率、缩短运输 时间,还需要整合供应链资源,形成综合性的管理体系。 综合而言,随着时代的变迁、社会的发展以及科学技术 的日新月异,推动着供应链物流领域朝着智能、高效、 激越、综合方向发展,在此过程中, 从产品生产、采购, 到流转、运输、配送,都需要实现信息流、资源流、资 金流、人才流的有机整合,而每一条完整信息链相互交 织、促进以形成庞大的信息网络,为供应链物流企业提 供大量历史数据,支持供应链物流领域的转型升级。在 此种情况下,需要将人工智能技术应用于信息追溯中, 所构建的信息追溯系统在结构上包含 3 个基本层次,即 实体物流层、企业资源规划层与独立数据管理层。其中 实体物流层用以存储生产计划、客户订单等信息 ;企业 资源规划层用以存储购买、存放、运输等核心商业信息 ; 独立数据管理层用以对其余两层信息进行分析与处理。 借助基于人工智能技术的信息追溯系统既可以为供应链 物流企业经营管理提供决策支持,又能够支持客户及时 了解货物运输状态,再加上物联网技术、视频监控系统 的运用,能够保障货物运输过程的安全性,切实避免货 物丢失或损坏,以此防止物流企业遭受较大经济损失。
3 结语
人工智能技术是供应链物流领域发展的技术支撑与 创新动力,以人脑思考及运作方式为基础的人工智能技 术具有自学习、自适应能力,将其运用于供应链物流领 域能够有效提高决策科学性、供应链运作效率。现阶 段,人工智能技术主要应用于智能仓库选址、智能库存 管理及仓储作业、智能运输配送与智能信息追溯中,未 来人工智能技术的应用场景将更为广阔,不仅可以推动 供应链物流领域转型升级,还能够进一步促进资源整 合、收益共享、风险共担,对于供应链物流领域的健 康、稳定发展大有裨益。
参考文献
[1] 赵紫敬,卢静雅,刘雪.人工智能技术在供应链物流领域的应 用研究[J].中国物流与采购,2022(12):107-108.
[2] 薛晓蔚,陈新.人工智能技术在供应链物流领域的运用[J].太 原城市职业技术学院学报,2022(1):40-42.
[3] 李楠.人工智能技术在供应链物流领域的应用[J].电子技术 与软件工程,2021(20):146-147.
[4] 洪树权.供应链物流中人工智能技术的应用[J].经济管理文 摘,2020(22):173-175.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/58345.html
