现代物流管理决策支持系统.doc

现代物流管理决策支持系统摘要：物流管理实际上是一个决策的过程，在电子商务的背景下，物流管理决策面临着诸多困难，如何实现诸多因素的整体控制，对各环节实现最有利的配置，都需要管理者清晰的管理思维，但是人脑有时会出现疏漏，决策支持系统就是完善了这一漏洞，它能帮助管理者进行决策，对管理者的决策方案进行指导和验证，从而是管理者对自己的方案进行调整和变革。针对这些问题，本文建立了模型对物流决策支持系统进行了研究，对实际的物理管理带来便利。关键字：物流管理，决策，电子商务，决策支持系统一 决策背景随着国家经济和信息技术的发展以及中国社会主义市场经济体系建立，网上购物凭借其资源丰富，可选性强，价格便宜的特点，已经越来越被人们所接受，物流产业作为国民经济中的一个新兴的产业部门，将成为本世纪重要产业和国民经济新的增长点譬如顺丰，申通，圆通等快递公司的发货路线几乎遍及全国，让人们享受到了信息时代购物的便捷与舒适。物流产业已经成为国民经济发展的动脉和基础产业，物流作为“第三利润源泉”越来越受到企业重视。可以说，物流己经成为全球经济发展的热点问题。信息技术的发展，使得电子商务得以发展，它的出现给物流行业的发展带来了前所未有的巨大机遇。电子商务不受时间和地点的限制，只需一根网线，双方就能轻松完成交易，而且客服可以全天提供服务，极大的便利了消费者。我国的第三方物流企业大多是由传统的储运公司转变过来的，近年来虽然也得到高速发展，但由于物流管理手段相对落后，物流成本普遍偏高，还不能真正满足电子商务的物流需求。随着社会、经济、技术的高速发展，各种基础设施的不断完善,全球经济一体化趋势和市场竞争程度日益增加， 对物流提出了更高的要求，赋予了新的内涵。现代物流指的是将信息、运输、仓储、库存、装卸搬运以及包装等物流活动综合起来的一种新型的集成式管理，即在传统物流的基础上，引入高科技手段，运用计算机进行信息联网，并对物流信息进行科学管理，从而使物流速度加快，准确率提高，库存减少，成本降低，提高质量，为顾客提供最好的服务。一个物流公司的成功运转，关键在于领导者的决策，决策是否正确，极大的影响了公司的运营效益，决定着公司的去留，往大里讲，还可能影响社会的经济发展。在电子商务环境下的物流管理过程中，物流决策所占比重相当大，提高效率就是提高收益，决定了在激烈的竞争中取胜的可能。然而，目前我国的大多数物流企业的决策还没有形成一套成熟的理论，制定决策时往往依赖于传统的经验分析方法，很少利用先进的管理科学技术，致使物流管理效率低下，物流决策结果不科学。决策的落后已经使我国物流行业与物流业务的发展延滞，不利于发展。物流决策问题仅今年靠管理者的经验知识几乎无法高效完成，而将以计算机技术为基础的决策支持系统应用于物流领域，建立物流管理决策支持系统，将有助于这一难题的解决。因此，我就针对以上问题，对物流系统进行了简单的探索，结合运筹学、系统工程等数学方法，数据库等计算机技术，在查阅了很多资料基础上，打算实现电子商务环境下物流管理决策支持系统。二 决策目标(1)通过此物流决策支持系统，提高决策的效率和科学性。公司的物流管理，需要管理者敏锐的决策。为了达到物流管理的目的，从采购开始，需要在有限的数据和信息和物流涉及的要素进行预测，对储藏室的选址、控制库存、选择运输方案、作业流程优化等相关方面进行决策，使得公司的利益最大化。DSS在辅助决策时，就是要对以上目标进行更加科学规范的决策，为管理者理清思路，进行决策时更加有把握。(2)通过此决策支持系统，提高物流公司管理者的管理水平，实现现代化管理。DSS的运用需要一些技术和只是基础，因此我们在投入使用前，必须对使用者进行一定的培训，而这些培训，也是必须的，经过一定的培训之后，使用者初步具备了比较有序的决策思维，再加上后续不断的适用该系统，有利于管理者形成自身的一套完整的科学的决策方法和思维。 (3)加强和推动五物流管理的变革和创新。DSS以运筹学，系统工程等现代科学为基础，以计算机技术、通信技术、等先进的科学技术为手段。因而，将DSS运用到物流领域，必将启发人们的思维，在物流管理理论方面取得更大的进展，同时对以往的专家决策的不足之处精心完善，使得公司管理层做出更加有效的决策。 (4) 优化物流资源，提高物流效率，减少资源的低效率运转。随着技术革新，我们对能源利用率的追求攀升，决策支持系统也必须以节省能源为前提支持决策。 (5) 统筹物流安排，加大物流企业的合作。现代经济飞速发展，经济一体化的好处日益凸显，因此单打独斗的时代已经过去，物流行业也必须强调合作交流，该系统也会将这一要素考虑进去，实现合作共赢的决策目的。三 决策条件21世纪是知识爆炸、信息化不断融合世纪，谁掌握了最新最有效的数据和信息，谁就能做出最快的决策，从而抓住市场的主动权，而决策支持系统自从诞生之后，因其良好的交互式、强大的扩展性受到研究者们的重视，在不同领域均取得了不少的研究成果。尤其是在人工智能技术的支持下，智能决策支持系统更是成为其中的主流。但决策支持系统的发展仍然有不少问题值得探讨，比如数据模型的选择与存储，知识的表达形式等，尤其是自然语言的理解，本文探讨的物流决策支持系统也同样面临这些问题，为了做出科学的决策，必须遵循一定的原则，符合以下几个条件：第一我们必须首先有一个确定的目标，因为决策总是为了达到一个既定的目标,没有目标就无从决策。第二我们利用好物流决策支持系统就是为了辅助决策，从而为实际的工作给予指导，因此每一项决策都应该是准备实施的，都应该是具有实际意义的，不付诸实施的决策是没有意义的，我们必须避免这种情况的发生，否则费时费力，还可能得不到想要的结果。第三我们做出的决策都会对未来公司的发展造成巨大的影响，因此必须根据实际情况实时的做出调整，不能一成不变，一味地遵循之前的经验，必须注意探索，不断的对模型进行调整和创新，才能使系统更加的完善，可用性和指导性更高。第四我们做出的决策的目的就是追求最佳方案，不是最佳方案的决策是没有意义的，但是随着知己情况的改变，最佳方案实际上是变化的，因此我们必须在各种因素中权衡利弊，最终求得折中值，对应到我们是系统中，就是必须对各项指标的参数和权重进行调整。第五判断一项决策是否科学有效，我们只有经过与其他情况做出的决策进行比较才能得知，因此我们必须保留之前的决策数据，随时的进行比较，微调自己的决策方案，在比较中得出最大效率值。四 决策模型1物流中心选址模型通过查阅资料的知名，中心选址模型主要有三大类，第一类是连续模型，该模型认为物流中心的地点可在平面上取任意点，代表性的方法是重心法、交叉中值法;另一种是离散模型，该模型认为物流中心的地点是有限的几个可行点中的最优点，代表性模型有:、覆盖模型、P一中值模型等，上述模型常用的求解方法有混合整数规划问题的分枝定界法，这个方法是运筹学求规划问题的经典方法。还有网格模型，它认为待选区域可以被细分成许多相等面积(通常是正方形)的区域。 本篇论文主要采用连续点选址模型的重心法和离散点选址模型的P一中值方法实现电子商务环境下的物流中心选址。(1)连续点选址模型重心法就是通过使用直线距离，求出一个最优解。选择物流中心时，物流成本可以用运输费用来代替，以简化运算，同时，物流运输费用和供应商到物流中心的距离成正比，因此其目标函数为:其中，Z表示运输总成本，V为节点的运输总量，R为待选址点到需求点i的运输费率，K为比例尺，d表示需求点i与待选址点的距离，（Xi,Yi）表示己知供给点的坐标，(x,y)为所求点坐标，n为需求点的个数。采用迭代法可以得出 (2)离散点选址模型离散点选址指的是在有限的侯选位置里面，选取最为合适的一个或一组位置为最优方案，相应的模型就叫做离散点选址模型。P一中值模型是指在一个给定数量和位置的需求集合和一个候选设施位置的集合下分别为P个物流中心找到合适的位置并指派每个需求点到一个特定的物流中心，使之j到在物流中心和需求点之间的运输费用最低P一中值模型可以用以下的精确数学语言步行描述，目标函数为: 约束条件为: 可见，P一中值模型有两个问题需要解决合理地选择配送位置在相应的物流中心选择合适人员。2运输管理模型1)供需平衡问题这是运筹学中的经典问题，其模型为 约束条件为：我们最常用的求解方法是单纯型法，其步骤为：确定初始基本可行解(初始调运方案)，常用的方法有左上角法、最小元素法、最大差额法等; 求各非基变量的检验数，判断是否达到最优解，常用的检验方法有闭回路法和位势法，如己是最优解，则停止计算，否则转到下一步; 确定入基变量与出基变量，在运价表上用闭回路法调整运量，得到新的基本可行解; 重复和直至获得最优解。 (2)供需不平衡问题生活中更多的出现的是供需不平衡问题，研究供需不平衡问题更有利于我们解决实际问题，而供需不平衡有两种情况，一种是供大于需，另一种是需大于供。当供应量大于需求量即时，可以虚设一个需求地(即物流中心) Bn+1，其需求量为bn+1= 将运价Cij，设为无穷大，这样将不会影响原有供应地和需求地的货物调拨。若需求量大于供应量，即说明现在处于缺货状态，可虚设一个供应地(即物流中心)Am+1，其供应量为其运价Cm+1,，也可设为无穷大，等到物流中心补货完成后，将货物运到需求地，就完成了运输任务。 3库存控制模型(1)确定型库存需求确定的情况下的库存需要平衡订货成本和库存成本，一般采用经济订货批量EOQ C economic order quantity)模型，在总成本最小的条件下，得出最优订货量。由于需求量和提前订货时间是确定的，因此，只要确定每次订货的数量是多少或进货间隔期为多长时间，就可以做出存储策略。模型假设 存储某种物资，不允许缺货。其存储参数为:T一存储周期或订货周期;D一单位时间需求量;Q一每次订货批量;C1一存储单位物资单位时间的存储费;C2一每次订货的订货费;t一提前订货时间，如果为零，即订货后瞬间全部到货。建立模型设一个存储周期内货物需求量Q=DT ;一个存储周期的平均存储量为,一个存储周期的存储费为,订货一次的费用为C2;因此，一个存储周期内的存储总费用为:+C2由于订货周期T是变量，所以只计算一个周期内的费用是没有意义的，需要计算单位时间的存储总费用，即单位时间内的存储总费用将T=,代入上式，得到:令一阶导数为0，得到:所以，经济订货批量由于所以Cz取得最小值。又可以得到经济订货周期将整理得到按经济订货批量进货时，最小存储费用为 一般情况下，仓库的存货不能做到随时补充，因此，企业必须随时做到提前订货。这种情况下，现有库存量称为再订货点R，设d是每天消耗量，L是交货时间，则有R=L*d，这时的订货提前期对经济订货量没有影响。4 路径优化模型 电子商务物流配送是根据某个时段内顾客的订货信息，利用信息技术确定物流配送网络，与此同时要满足商品需求量、车辆容量限制等约束条件，使得配送费用最小或路径最短。现实中的物流配送问题十分复杂，为便于建立模型，利用由配送中心和客户两类节点构成的不完全无向图表示实际物流配送。现对本文研究的路径优化问题做如下定：（1）从多个配送中心向多个客户送货，配送中心和客户的位置一定，配送中心的货物，能够满足所有客户的需求； （2）每个客户需求的货物可以相互混装，需求量不超过配送车辆的最大载重量，每个客户的送货要求必须满足，且仅能由一台车完成，不允许分批配送； （3）每台配送车辆的最大载重量一定，且配送时，每台车辆都从配送中心出发，向一些客户提供配送服务后，最终返回原配送中心； （4）配送中心与客户之间以及客户相互之间的最短距离己知，配送车辆在配送中心、客户间的行驶时间己知； 假设某区域有 m 个配送中心，n 个客户点，配送中心 p 可用车辆数为 Ap，客户所需商品为多种商品，以在满足客户需求前提下，配送费用最小为目标函数，建立物流配送路径优化模型如下：约束条件:五 评价标准因为物流管理实际上是一个复杂的系统工程，我们要想使领导者做出科学合理的决策，促使公司运营顺利，发展趋势良好，就必须考虑诸多因素，将这些因素融合起来，指定最有利于公司发展壮大的决策，物流管理决策支持系统就是结合管理技术，运用数学方法，以计算机技术为平台的智能辅助决策系统，对管理者的决策起到启发和验证的作用，因此，判断此系统的成熟或者成功与否，我们必须制定出以下评价标准：1.在使用者将城市的有关信息输入系统之后，该系统能够快速的判断出使运费达到最小的最佳选场地址，为人工判断省下时间和金钱。当然，我们必须将系统得出的结果和公司内领导者的决策进行比对，如果验证结果相差不大或者更优，那么使用者就会认为自己的决策是正确的，该决策支持系统是比较科学的，如果与事实相差比较大，那么此系统说明还必须对模型或者数据进行进一步的改善，使其达到接近人脑，接近事实的效果。2.在用书输入运送行管的数据之后，该系统能快速的判断出最佳的配送方案，并计算出最小的运送费用。在货物配送完毕之后，我们再将实际的运送费用结果与系统给出的结果进行比较，如果相差不大，或与历史数据以及经验中的其他运送方案相比成本更低，那么我们的决策系统就是成功的。3.该决策支持系统能够智能的提醒和控制公司的库存储备，它会根据使用者输入的数据判断出什么时候进货会使储藏费和运费最低，并告知用户，使用户提前做好准备。当然，用户必须根据市场的交易趋势经常性的调整系统内的数据，以达到更加科学的结果。如果系统能够达到指导用户的目的，那么它就是成功的。4.该系统主要的目的是辅助用户进行决策，因为实际公司运营时，会面临很多突发情况，系统并不能和人一样对决策实时的进行调整，必须在用户对输入的一些参数进行调整之后系统才会对决策做出调整，因此，有时候系统的决策可能与实际情况相差较大，但是如果对于参数做出调整之后，能得到正确的结果，那么该系统仍然认为时可用的，是成功的。六 决策方案制定出最合理最科学的决策，我们必须依靠实际问题，根据实际问题的各种因素，用户输入实际的系统需要的参数，那么系统就会根据上面的模型得出最终的结果，即公司选择最优的运输路线，用最小的运输费用和储藏费用而获得最大的收益。本文只是提供一个理论思路，没有实际的例子，如果有一个实际的例子，那么决策系统就会求出最佳方案的建厂地址，运送路线，以及最小的储存费，运输费和最终所得的最大的收益。七结论在本文的决策支持系统研究中，我主要实在电子商务的大背景下，运用运筹学，系统工程等数学方法，以计算机技术为平台，结合管理学的特点，做出了可以辅助决策者进行决策的系统，用于指导决策者进行实践和验证。但是在研究过程中，仍然面临着许多问题，首先是模型的选择，在中心仓库的选址模型中，为了简化计算，我使用了的是离散点模型，但实际生活中，离散点选择法过于理想化，因此造成一些因素没有考虑到系统中，使结果的精确度降低。再者，没有用一个实际的例子去验证自己的系统的结论。因为所学决策支持系统方面的只是较少，本文主要的目的也只是对决策支持系统的实现做一次简单的探索和总结，没有较为深入的去钻研，使得得出的结论比较粗糙。随着学习的深入，我会对自己的思路再作以深入的调整和挖掘，使自己的系统更加完善。