基于GIS的粮食配送决策支持系统分析与设计.pdf

《基于GIS的粮食配送决策支持系统分析与设计.pdf》由会员分享，可在线阅读，更多相关《基于GIS的粮食配送决策支持系统分析与设计.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 收稿日期:2008207221;修回日期:2008209221 基金项目:国家“十一五”科技支撑计划重点资助项目(2008BADA8B03;2006BAD08B01);河南省高校新世纪优秀人才支持计划资助项目(2006HANCET215)作者简介:甄彤(19642),男,山东邹县人,教授,博士,主要研究方向为系统工程();张秋闻(19822),男,硕士研究生,主要研究方向为粮食物流及计算机应用技术.基于GIS的粮食配送决策支持系统分析与设计3甄 彤,张秋闻(河南工业大学 信息科学与工程学院,郑州450001)摘 要:以粮食物流企业的配送问题为背景,结合GIS理论和方法,对粮食物流配送决策支持

2、系统进行了系统分析。首先结合粮食物流配送决策支持系统的数据需求,详细分析了数据库系统的结构;然后根据粮食物流配送的决策问题,研究分析了粮食物流配送决策支持系统中配送中心选址优化以及粮食配送过程中车辆路线规划等核心模块,并对模型库系统中的模型进行了设计。建立了基于GIS的粮食物流配送系统模型,为GIS应用于粮食物流配送决策支持系统(GLD_DSS)提供了较实用的指导性方案。关键词:粮食物流;配送;地理信息系统;决策支持系统中图分类号:TP311;U116 文献标志码:A 文章编号:100123695(2009)0421398204Analysis and design of grain logi

3、stics decision support system based on GISZHEN Tong,ZHANGQiu2wen(College of Infor mation Science&Engineering,Henan University of Technology,Zhengzhou450001,China)Abstract:Based on the grain logistics distribution problem of the grain logistics enterprise,combing with the theory andmethods of GIS,thi

4、s paper did the systems analysis of the GLD_DSS(grain logistics distribution_decision support system).Firstly,analyzed the structure of the database system of GLD_DSS according to the data demand of it.Then,discussed themodel base of the LD_DSS,discussed the flow of some core problems such as grain

5、distribution centers allocation and thetransportation routes planning in the grain logistics distribution system.Constructed a grain logistics distribution system modulebased on GIS,which provided a practically instructional scheme for applying GIS to the grain logistics system.Key words:grain logis

6、tic;distribution;geographic infor mation system(GIS);decision support system(DSS)粮食行业是国家的经济命脉,直接关系到国民经济的运行和发展,国家投入巨大的人力和财力用于粮食的收购、销售、存储、调拨、加工等粮食流通的各个环节1。目前,我国的粮食物流体系建设缺少系统技术支撑,尚没有本地、区域和全国性的粮食流通管理数据库系统,缺少粮食物流规划方法与供需分析手段,物流节点布局与路径优化研究尚未开展,这些都使得我国的粮食物流体系建设受到技术制约2。因此,以信息化为依托,开展粮食物流系统网络布局和路径优化研究已经成为我国加强粮

7、食物流体系建设的重要技术选择。地理信息系统(GIS)是一个能够获取、存储、管理、查询、模拟和分析地理信息的计算机系统,是一种能够处理和分析大量地理数据的通用地理信息技术。它按照地理特征的关联,将多方面的数据以不同层次联系起来,构成现实世界模型,并通过空间信息模拟和分析软件包进行空间信息的加工、再生,为空间分析的辅助决策打下基础。由于物流对地理空间有较大依赖性,采用GIS技术建立企业的物流配送决策支持系统可以实现企业物流的可视化以及实时动态的管理,是提高配送效率、降低配送成本的必要手段。随着计算机技术、管理信息系统、运筹学及人工智能技术的发展,应用在各个领域的决策支持系统纷纷出现36。在20世纪

8、90年代,国外开始了对物流管理的研究,出现了若干物流信息系统(logistics informationsystem,L IS)7及物流决策支持系统,这些系统多数应用在电子商务领域、物流配送领域8;国内对物流决策的研究起步较晚,主要集中在物流配送领域9,而应用在粮食行业的粮食决策支持系统较少。本文对基于GIS的粮食物流配送决策支持系统(GLD _DSS)进行了研究,分析了粮食物流配送系统中配送中心选址优化以及粮食配送过程中车辆路线规划核心问题模块的流程,结合粮食物流配送的量大、任务多等特点,选择实现了高效的蚁群算法,结合当前先进的决策支持技术,为粮食管理决策者构建了粮食调拨决策支持系统。该系统

9、通过对粮食配送中心的合理分配选址和粮食配送路线的选择优化,满足了粮食物流配送的时间要求,并降低了调拨成本。系统总体分析与结构设计配送系统是一个较为复杂的,具有较明确边界的系统。它包含了企业用于物流配送的设施和人员等实体、决策者、配送决策支持系统以及用户等多个对象。粮食物流决策支持系统以模型库和数据库为核心,基于GIS的GLD_DSS的目标在于利用粮食物流量的预测值,结合相关模型进行粮食物流网络布局。在选定的节点区域内,利用路径优化模型进行路径优化的可视化,以便降低物流成本,满足用户需求,为管理决策提供支持10。粮食物流决策支持系统是粮食物流中心主要功能活动的第26卷第4期2009年4月 计 算

10、 机 应 用 研 究Application Research of ComputersVol.26 No.4Apr.2009集成。系统具有订单管理、库存管理、设施选址和物流配送等多项辅助决策功能,系统开发的主要任务是以GIS技术为基础,集优化算法与数据库管理分析为一体,设计粮食物流数据库系统,构造粮食物流需求预测、设施选址和车辆路径优化计算的各种模型和方法的模型库,并以GIS的可视化形式向用户提供方案,实现粮食物流网络优化方案决策的可视化,从而能促进粮食物流管理的科学化、信息化进程。粮食物流决策支持系统的总体结构如图1所示。在GLD_DSS中以模型库和算法为核心,其他各子系统都根据模型和算法库

11、的数据需求而建立。实施DSS的最终目标应该是实现资源利用的效益最大化,当然效益不仅仅指的是经济效益,可以是一个多维属性的复杂效益组合。由此所带来的一系列决策问题和配送过程中存在的大量的半结构化和非结构化决策问题,使得简单的信息管理系统已经不能满足要求,这些决策问题已经不是程序化的计算或人的主观判断力所能及的了。此时,决策者必须在信息管理系统所提供数据的基础上,采用模型和算法交互式地进行问题的决策,这样可以大大提高决策的科学程度,在设定一定决策规则的前提下,还可实现日常运营方案的自动化管理。系统的功能设计基于GIS的GLD_DSS在功能上大致分为人机对话界面、数据库系统、模型库系统和输出功能四大

12、部分,如图2所示。因此,系统的实质就是以数据库、模型库作为基本信息支撑,通过系统程序构筑系统的运行环境,辅以友好的用户界面和人机对话过程,有效地实现信息查询和决策支持两大功能。1)人机对话界面 它是系统提供给用户的接口,一方面,用户使用这个部件向系统提出问题,决策者可以利用它调用模型管理部件,选取不同的模型,抽取所需的数据,尝试提出的不同方案;另一方面,系统要通过此部件向用户显示结果。2)数据库系统 数据库中存放着决策支持系统所需的各类信息供决策者查询,并为模型库提供基本的事实。基于数据库模块,系统预留了数据仓库的接口,并在此基础上建立了库存管理系统、订单管理系统、车辆管理信息系统以及电子地图

13、等模块。a)订单管理系统,是粮食物流中心与客户的交易数据和相关信息,包括粮食物流中心与客户名称、位置、规模和粮食品种等信息,以及物流中心与客户的交易记录。其中需求点的客户信息是重要信息,主要包括客户的名称、送货地点、需求时间、需求品种和配送要求(货物送达的时间、特定车型)等信息,这些信息与车辆信息、电子地图的路网图层和功能图层一起构成了物流配送决策的基础数据。b)库存管理系统,对物流中心现有粮食进行操作,并对库存量少于库存下限的粮食进行预警显示,对库存中粮食的信息进行添加、修改、删除;根据查找对象(全部商品、商品编号、商品名称、类型名称)和查找主题(单价、库存数量、货位号)进行综合查询。c)车

14、辆管理系统,是物流配送不可缺少的运载工具,对车辆的合理调度和运行监控是粮食物流决策支持系统的重要内容。车辆管理信息系统应该详细记录车辆的编号、载重量、行驶速度、车辆状况等。其中载重量和行驶速度是最重要的数据,向调度模型和算法提供了基础数据。d)电子地图,通过与GIS的接口操作实现为配送路线提供可视化的操作界面。对于决策支持系统来说,电子地图是必不可少的,它向系统提供路网和功能的信息数据,这些数据是GIS、设施选址、车辆路径优化模型和算法运行的基础;同时电子地图能够提供可视化界面,实现地图显示、目标定位、查询统计等功能。3)模型库系统 模型库主要包括决策过程所需的数学模型和方法。本系统包括粮食物

15、流中心选址和方法系统及车辆调度模型和方法系统,这些模块保证为粮食物流中心作决策时提供支持。a)粮食物流中心选址模型和方法系统,通过选址模型为粮食物流中心选址提供可靠的决策依据,保证选址的科学性和合理性。b)车辆路径优化模型和方法系统,通过车辆路径模型,运用混合蚁群算法与GIS相结合,对配送路线的方案进行优化,保证在配送过程中以低成本高效益进行,为企业实现节本增效提供有力的数据支持。4)输出功能 结合GIS技术以可视化的形式输出结果。系统的数据库分析与设计粮食物流决策支持系统数据库设计包括大量的信息和数据,系统数据库包括基本信息数据库和地图数据库。本系统建立的数据库包括物流中心点与客户、客户与客

16、户之间的距离数据表,车辆信息数据表、物流中心信息表、客户信息表等。粮食物流中心数据库主要是面向粮食物流中心及相关的其他部门,因此要充分考虑用户的应用需求。一方面,粮食物流中心中已有的信息数据互不共享,缺乏信息整合,这就需要数据库具备客户、粮食情况的数据录入、编辑、管理,查询等功能;另一方面,已有的数据信息不但要满足DSS要求,还要满足GIS要求,数据库还应具有城市街道、配送中心位置及各需求点位置的浏览、录入、编辑、查询、打印输出等功能。此外,数据库需要进一步分析和表达用户的需求。图2中,GLD_DSS包含了几个用于信息管理的子系统,以下对这些子系统的功能、数据需求等问题分别进行分析。图3是GL

17、D_DSS数据库结构及数据流程图。9931第4期甄 彤,等:基于GIS的粮食配送决策支持系统分析与设计1 粮食订单管理系统粮食订单管理系统中配载方案与运输路线的重要基础数据是配送对象。GLD_DSS需要收集配送对象完善的信息,建立起相应的数据库。数据库中应收集的信息包括粮食的编号、品名、重量、体积、存放位置、保质期等;对于要在途中捎带的粮食,还应包含粮食运送的起点、终点等。值得注意的是,由于实际生产中粮食的种类繁多,某些特殊粮食可能会有一定的运输需求,如危险货物需要进行一定的隔离等,这些在配载时都是必须考虑的。因而对于这类信息,配送对象管理系统都应该予以收集。1 粮食库存管理系统粮食库存管理系

18、统是以粮仓存储中心的地理位置为核心的相关信息。通常仓储中心是粮食物流配送的起点或终点,因此其位置对于运输路线的选择是至关重要的。除仓储中心的地理位置之外,其余的信息还包括仓储中心的名字、规模、物流设施、资产情况等一系列信息,这部分信息不管DSS采用何种架构,都应该位于调度中心级别的服务器上。1 粮食车辆管理系统车辆是粮食物流配送系统中重要的资源,是实现“送”这个环节必不可少的工具。因此对运粮车辆的合理调配和利用,是粮食物流配送DSS研究的重要内容。对于车辆的管理系统,应该详细记录车辆的型号、载重、容量等信息。车辆的载重和体积容量信息是模型库生成配载方案的重要依据。除了这些信息外,还应包含车辆的

19、使用日志、资产信息等其他的与配送决策相关程度较小的信息。同上节中所分析的原因,系统结构如果采用C/S,且需要对整个企业的车辆进行动态的调配,那么车辆管理系统的数据应该位于调度中心的服务器上;如果车辆仅在仓储中心级别进行调配,则其数据应该在存储中心的客户机上。1 电子地图电子地图通过与GIS的接口操作,实现为配送路线提供可视化的操作界面。电子地图在整个GLD_DSS中是较为独立的一部分。由于它是最为基础的数据,与其他子系统的数据交换是单向的和只读的,仅仅发生数据耦合。对于GLD_DSS而言,电子地图是必不可少的。电子地图能提供路网信息给系统,这是整个系统模型和算法运行的基础,配送系统最终产生的路

20、径也是基于路网信息的。电子地图能以可视化和非可视化两种形态存在,可视化的电子地图可以提供给用户以直观方便的界面。但是,如果纯粹从数据需求的角度,GLD_DSS仅仅只需要电子地图所提供的路网数据库,而并不需要其所给出的界面。GIS接口可以十分方便地采用可视化电子地图;由此,决策支持系统应具有良好的人机界面,依赖于可视化界面下的GIS,将路网数据库可视化地建立起来,再将数据库移植到文字界面下。模型库系统分析与设计在决策支持系统中,数据库系统中所包含的信息都应为模型库所用。如图2所示,模型库处于GLD_DSS中的核心地位。与发展得相当完善的数据库实现技术不同,模型库的实现技术至今仍不完善。模型库不是

21、预先定义的模型集合,而是通过模块的组合可以使模型更加灵活地变更。因此,动态性是模型库的一个基本特征,也是研究模型库生成技术的前提。GLD_DSS所涉及的模型主要是优化模型、决策模型、不确定模型等。在具体实现的过程中,可以用类似“由顶向下,逐步求精”的方法,对GLD_DSS所应包含的模型作出功能分解,最终得到模型库中应该包含的元模型。以下分析的是系统应该包含的模型。1 粮食配送中心选址优化模型粮食配送中心选址主要包括下面几个步骤:a)确定选址问题的目标及基本要求;b)收集、整理和分析设计地理数据库资料;c)在GIS平台上,利用空间分析技术得出一系列候选地点;d)构造数学选址模型从候选点中评价选优

22、;e)现场勘察和评议通过决策。本文选址模块主要采用混合蚁群算法对粮食配送中心选址进行优化。蚁群算法是一种新兴的启发式算法,具有正反馈、并行计算、较强的鲁棒性等诸多特点,利用蚁群算法对粮食物流中心选址问题优化,并结合实际情况对基本蚁群算法进行了改进和提升,可以大大提高解的优化程度,有效地提高选址的准确率。粮食车辆路径优化模型用户传来需求数据,调度部门根据司机和车辆情况,依据道路网络数据,利用GIS的网络分析技术、车辆调度和路线规划模型生成调度方案,制定运输计划。车辆路径规划问题还可以分为有时间窗和没有时间窗两种。如果没有时间窗且仅考虑在车货物,那么路线规划问题是一个简单的TSP问题,这个问题虽然

23、也是一个NP问题,但是有着较多成熟的近似算法;如果没有时间窗且需要考虑突发性在途货物,那么就要求在收到突发性需求后,GLD_DSS按照某种决策规则(如费用最小或时间最短)对全部车辆进行计算(包括用在途车辆,其位置由车辆定位系统得出),求出执行突发性需求的车辆。有时间窗的问题就较为复杂,本文主要研究带时间的粮食物流车辆路径优化问题。采用一种混合的蚁群算法11,12,针对以前算法在求解大规模粮食调运问题中存在的不足,利用动态扫描方法在区域选择方面的实用性和蚂蚁算法在局部优化方面的优点,对蚁群算法进行改进,提出综合两种方法的混合算法,并考虑粮食车辆线路最短以及地理信息的约束条件,事例表明了本文算法的

24、有效性和实用性。以上两个模型是GLD_DSS的核心模型,是粮食配送系统日常运营的核心决策问题。除此以外,还应该有一些别的模型,如交通状况的预测模型、劳动力资源的调配模型等,在此不作详细分析。模型库如果采用完全的模型定义和生成技术,就要求系统使用者具有一定的模型知识。GLD_DSS可以预先定义一系列用于支持决策常用的模型,采用问答式的界面与用户交互;同时也提供用户自定义全新的决策模型的功能,使得各个层次的用户都能方便地使用系统,提高易用性。0041计 算 机 应 用 研 究 第26卷 系统实现架构分析数据库和模型库的分析是从系统实现的逻辑结构来分析的。系统的实现架构指的是以何种物理组成方式实现系

25、统,各数据库位于何处、模型库位于何处、以何种网络形式进行连接等。对于具有一定地域覆盖度的系统而言,通常流行的架构方式有浏览器/服务器(B/S),客户机/服务器(C/S)等。如果GLD_DSS采用的是B/S这类瘦客户端的逻辑结构,那么所有的信息必须位于调度中心服务器上,这要求连接各工作站的网络的带宽足够大。其优点是系统易于维护和管理,各用户只通过浏览器进入系统,用户端无须安装任何软件。对于小型粮食企业,由于其通常只有一个粮食仓储中心,建成高速局域网也较为简单,适合采用这种方式。对于大型粮食物流企业,由于其地域覆盖较广,业务量也较大,采用C/S结构较为合理。结束语本文从逻辑和实现角度对基于GIS的

26、粮食物流配送决策支持系统(GLD _DSS)进行了总体分析。结合GIS的信息需求,对数据库系统进行了较为细致的分析;结合了GLD_DSS的主要决策问题,对模型库的功能进行了分析。此外,还考虑了系统的实现架构。粮食物流配送决策支持系统是一个较为复杂的系统,本文所作的分析只是宏观性的,在具体的实现过程中还要更进一步地进行细化。由于此系统涉及面宽,实际情况比较复杂,与粮食企业的经济效益有较大的联系,需要不断进行更加深入的研究和开发。参考文献:1孙吉贵,白洪涛,于海鸿,等.粮食调拨决策支持系统的设计与实现J.吉林大学学报:信息科学版,2005,23(1):81285.2鹿应荣.粮食物流系统优化研究D.

27、长春:吉林大学,2007.3HARPER P R,SHAHAN IA K.A decision support system for thecare of HI V and A I DS patients in India J.European Journal ofOperationalResearch,2003,147(1):1872197.4BERGEY P K,RAGSDALE T C,HOSKOTEM.A decision supportsystem for the electrical power districting problem J.DecisionSupport Syste

28、m s,2003,36(1):1217.5HAASTRUP P,MAN IEZZO V.A decision support system for urbanwaste management J.European Journal of Operational Re2search,1998,109(2):3302341.6PAL K,PALMER O.A decision2support system for business acquisi2tionsJ.Decision Support System s,2000,27(4):4112429.7WATTI AU C I,AKOKA J.Log

29、istics information system auditingusing expert system technology J.Expert System s with Applica2tions,1996,11(4):4632473.8ALD I N N,STAHRE F.Electronic commerce,marketing channelsand logistics platforms:a wholesaler perspective J.EuropeanJournalofOperationalResearch,2003,144(2):2702279.9唐孝飞,孙壮志,胡思继.

30、物流配送决策支持系统的分析J.北方交通大学学报,2002,26(5):92297.10 陈述彭,鲁学军,周成虎.地理信息系统导论M.北京:科学出版社,2000.11 ZHANGQiu2wen,ZHEN Tong,ZHU Yu2hua,et al.A hybrid intel2ligent algorithm for the vehicle routing with time windows C /Procof International Conference on Intelligent Computing.Berlin:Springer2Verlag,2008:47254.12 甄彤,张秋闻

31、,马志.基于改进蚁群算法的粮食物流调度研究J.河南工业大学学报:自然科学版,2008,29(3):62265.13 MOYN IHAN G P,SRAJ STER I NG J U P,et al.Decision supportsystem for strategic logistics planning J.Computer in Industry,1995,26(1):75284.(上接第1393页)统作为湖北省教育考试院组织实施的“高等教育自学上机考试系统(forW indows)”之核心子系统,负责后台数据库大规模试题数据的初始化工作。该软件在上机考试系统中成功应用,并在试卷文本语块

32、识别过程中表现出良好的性能。结束语本文给出了一种基于规则的大规模试卷文本语块识别方法及识别模型,并以该模型为基础实现了一个原型系统,较好地解决了数据库中大规模试题数据的高效初始化问题。实验表明,该识别模型具有良好的性能,对于试卷在未来可能发生的各种变化,如题型改变或题量增减,模型依然有较强的适应性。限于篇幅,本文未给出模型实现的源码。由于系统使用之前必须预先了解试题库的数据结构及类型,对于未知结构的关系表,目前尚未考虑涉及动态获取并绑定表属性等问题,在一定程度上限制了本系统的推广及应用范围。这将是下一步研究工作的重点。参考文献:1ABNEY S P.Parsing by chunksM /BE

33、RW ICK R,ABNEY S,TENNY C,et al.Principle2based parsing.Dordercht:Kluwer Aca2demic Publishers,1991:2572278.2SANG E F T K,BUCHHOLZ S.Introduction to the CoNLL22000shared task:chunkingC /Proc of the 2nd Workshop on LearningLanguage in Logic.Morristown:Association for Computational Lin2guistics,2000:127

34、2132.3孙宏林,俞士汶.浅层句法分析方法概述J.当代语言学,2000,2(2):74283.4ARGAMON S,DAGAN I,KRY MOLOWSKIY.A memory2based ap2proach to learning shallow natural language patternsC/Proc of the36th AnnuaMeeting of the Association for ComputationalLinguistics.Morristown:Association for ComputationalLinguistics,1998:67273.5ZHANG

35、Tong,DAMERAU F,JOHNSON D.Text chunking based ona generalization ofwinnow J.Journal ofMachine Learning Re2search,2002,2:6152637.6周强,孙茂松.汉语句子的组成分析体系J.计算机学报,1999,22(11):115821165.7梁颖红,赵铁军.基于关联度评价的中心词扩展的英语文本语块识别J.计算机研究与发展,2006,43(1):1532158.8梁颖红,赵铁军,于浩.基于改进K2 均值聚类的汉语语块识别J.哈尔滨工业大学学报,2007,39(7):110621109.

36、9魏玮,杜金华,徐拨.基于分层语块分析的统计翻译研究J.中文信息学报,2007,21(5):87290.10 秦玉平,王秀坤,艾青,等.多主题文本分类的实现算法J.计算机工程,2008,34(2):1902192.11 潘大志,成琥,黄青松.基于规则、串频统计和上下文关系的现代汉语分词系统的实现 J.内蒙古师范大学学报:自然科学版,2008,37(1):71274.12 李宏乔,樊孝忠.汉语文本中特殊符号串的自动识别技术J.计算机工程,2004,30(12):1142115.13 陈永府,杨小献,黄正东.基于规则的数据收集研究J.计算机工程与设计,2007,28(1):1582161.14 ABNEY S.Partialparsing via finite2state cascadesJ.NaturalLan2guage Engineering,1996,2(4):3372344.1041第4期甄 彤,等:基于GIS的粮食配送决策支持系统分析与设计