现代物流信息系统.doc

《现代物流信息系统.doc》由会员分享，可在线阅读，更多相关《现代物流信息系统.doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 数据仓库技术在物流行业的应用前言 数据仓库就是面向主题的、集成的、相对稳定的、随时间不断变化（不 同时间）的数据集合，用以支持经营管理中的决策制定过程、数据仓库中的数据面向主题，与传统数据库面向应用相对应。物流作为集订单处理、收货、存货、运输、仓储、装卸搬运、包装、流通加工、配送等于一体的社会活动，所包含的数据信息具有信息源点多、信息量大、信息动态性特别强、信息种类多等特点，传统的数据处理无法满足其需求，只有能对大量数据进行迅速反应的数据仓库技术才能促进物流行业的快速发展。背景 随着 90 年代后期 Internet 的兴起与飞速发展，我们进入了一个新的时代，大量的信息和数据，迎面而来，用科

2、学的方法去整理数据，从而从不同视角 对企业经营各方面信息的精确分析、准确判断，比以往更为迫切,实施商业行为的有效性也比以往更受关注。使用这些技术建设的信息系统我们称为数据仓库系统。随着数据仓库技术应用的不断深入，近几年数据仓库技术得到长足的发展。典型的数据仓库系统，比如：自动化仓库系统、经营分析系统，决策支持系统等等。也随着数据仓库系统带来的良好效果，各行各业的单位，已经能很好的接受“整合数据，从数据中找知识，运用数据知识、用数据说话”等新的关系到改良生产活动各环节、提高生产效率、发展生产力的理念 数据仓库是面向主题的、集成的、与时间相关的、不可修改的数据集合。 这是数据仓库技术特征的定位。数

3、据仓库技术的信息特点 数据仓库 DW(Data Ware- house)是一个面向主题、集成、随时间变化，但信息本身又相对稳定的数据集合，它用于对管理决策过程的支持。对于供应链上的物流信息，数据仓库内包含物流节点从过去某一时刻到目前的各个阶段记录的数据信息，并经加工、汇总和整理得到多层数据集。决策人员按所需目标信息为主题进行查询，可以对供应链节点运营发展过程及趋势做出定量分析和预测。数据仓库中的信息相对稳定，插入和查询操作较多，修改和删除操作很少，目的是尽可能保留原始第一时间内所获得的既定分类数据间的关联性。数据仓库的技术结构（一）数据源 是据仓库系统的基础，是整个系统的数据源泉。通常包括企业

4、内部信息和外部信息。内部信息包括存放于 RDBMS 中的各种业务处理数据和各类文档数据。 外部信息包括各类法律法规、市场信息和竞争对手的信息等等； （二）数据的存储与管理 是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。 数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数 据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并 有效集成按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据 仓库和部门级数据仓库（通常称为数据集市）。（三）OLAP(联机分析处理)服务

5、器 对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、 多层次的分析，并发现趋势。其具体实现可以分为：ROLAP（关系型在线分析处理） 、MOLAP（多维在线分析处理）和 HOLAP（混合型线上分析处理） 。 （四）前端工具 主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以数据挖 掘及各种基于数据仓库或数据集市的应用开发工具。 其中数据分析工具主要针对 OLAP 服务器，报表工具、数据挖掘工具主要针对数据仓库。建立数据仓库的原因 企业建立数据仓库是为了填补现有数据存储形式已经不能满足信息分析的需要。数据仓库理论中的一个核心理念就是：事务型数据和决策支持型数据的处理性

6、能不同。 企业在它们的事务操作收集数据。在企业运作过程中：随着定货、销售记录的进行，这些事务型数据也连续的产生。为了引入数据，我们必须优化事务型数据库。 数据仓库的解决方法包括：将决策支持型数据处理从事务型数据处理中分离出来。数据按照一定的周期（通常在每晚或者每周末），从事务型数据 库中导入决策支持型数据库即“数据仓库”。数据仓库是按回答企业某方 面的问题来分“主题”组织数据的，这是最有效的数据组织方式。数据仓库技术在物流行业的应用 在物流领域建立数据仓库主要实现对物流服务需求分析、 物流成本分析和物 流过程分析，这主要以分析实时数据为主，将数据在供应链上按需重组，辅助决 策者获取与目标相关的

7、信息。 （一） 物流信息数据采集 信息数据采集是一个动态过程，物流作业中产生的信息经过一系列的数据加 工才最终被存放在数据仓库中。最前端为物流基础作业信息源，包括物流基础作 业和增值服务作业的数据信息，也包括 HTML 文件，知识库等各种信息。信息 首先经过包装器监视器， 包装器负责把信息从信息源的数据格式转换成数据仓 库的数据格式和数据模型，加工形成可以多维分析的数据：监视器负责自动监测 信息源中数据变化， 并把这些变化传递给集成器； 集成器对收到的信息进行过滤、 提取和合并处理，然后再存放在数据仓库中。 （二） 物流管理信息系统平台开发 由数据仓库支持的物流信息系统平台能够满足管理人员的决

8、策需要， 能快速响 应其对信息数据的多维查询和分析的需要。 物流企业管理信息系统平台建设中数 据仓库与应用程序同步开发过程。企业所从事的物流作业环节；数据模型展示支 持业务过程所需的数据；过程描述是统一规范定义企业具体的业务过程，形成书 面标准格式，数据描述是规定信息数据的格式、种类、时间等数据属性，建立数 据信息的维度。在完成详细的过程描述和数据描述后，一部分工作是按照数据描 述开发数据仓库的层次结构，另一部分是编译业务过程描述，开发系统平台的应用程序，以实现管理人员对物流信息系统的交互式操作。 （三） 物流决策支持子系统 建立物流管理信息系统是为企业进行物流管理与决策服务， 决策支持系统是

9、 其中的一个子系统。决策支持系统由人机交互子系统、数据仓库管理子系统和模 型库管理子系统组成， 人机交互子系统实现控制数学模型和数据处理模型的结合与运行：模型库管理子系统负责建立、存放、删除、检索、统计、维护和管理有关模型，并负责模型与数据仓库管理子系统间的数据交换，提供模型的操作与管 理语言：数据仓库管理子系统承担数据存储、删除、检索、排序、索引、统计和维护的任务，并提供数据操作的语言接口，对数据仓库进行目标信息存取。 （四） 自动化仓库系统 自动化仓库是指通过电子计算机和相应的自动控制设备对仓库的作业和仓 储管理进行自动控制和管理，并通过自动化系统进行仓库作业的现代化仓库。物 流术语将其定

10、义为；由电子计算机进行管理和控制，不需人工搬运作业，而实现 收发作业的仓库。自动化仓库的功能一般包括自动收货、存货、发货和信息处理 等。有的自动化仓库甚至可以直接与其他生产系统相连。 （1） 收货 收货指从供应方接受各种产品、材料或半成品，存入仓库的过程。 （2） 存货 存货指自动化系统将货物存放到规定的位置，一般是放到高层货架上。 （3） 取货 取货指自动化系统根据需求从库房货架上取出所需的货物。 （4） 发货 发货指取出的货物按照严格的要求发往用户。 （5） 信息处理 信息处理指能随时查询仓库的有关信息并伴随各种作业产生信息报告 表单据。 自动存取系统(AS/RS)是存放和取回原定义储存地

11、的装载量的各种自动 和电脑控制方法。今天 ASRS 使用一个或多个技术的结合，例如：HC、VC、 VLM、C-ASR，等等。这些系统都是复杂的和昂贵的，并且主要使用在遍布 世界的 工业、大学和图书馆。 ASRS 通过把每一个项目存储进集装箱里来工作。每一个集装箱被指定 一个位置。集装箱然后集合到一起。计算机控制起重机移动和换位集装箱。当一个项目被要求的时候，放项目的集装箱被运到起重机处。然后重新得到集装箱，把他运到操作员处。操作员，通过电脑显示器的指导，从集装箱中取出项目，再把它放在传输带上运给请求者。 使用 ASRS 有许多优点。快速操作，并且无需人员的介入。当处理材料或储存地方在危险的操作

12、条件下，尤其有用。另一个优点节省空间。人员运动的空间节省了，利用这些空间来储备。ASRS 也提供了储存和存货智能。 既然它通过电脑控制，储存数据和取回循环或项目是容易取得的，对于更好的存货管理和控制，提供一个额外的智能控制。最后，安全和保密性是另一个优点。在高技术的银行，ASRS 的使用提供完全保密的操作。数据仓库技术在物流行业应用存在的问题（一） 数据仓库反映的是历史数据的内容，而不是日常事务处理产生的数据，数据经加工和集成进入数据仓库后是极少或根本不修改的； 数据仓库是不同时间的数据集合，它要求数据仓库中的数据保存 时限能满足进行决策分析的需要，而且数据仓库中的数据都要标 明该数据的历史时期。 （二） 数据仓库技术近几年来才开始发展完善，其本身尚具有诸多不足 之处，需加以改进。 （三） 拥有自主知识产权的数据仓库技术和产品非产有限。 （四） 由于其对自身的开发和对使用者的科技水平需求较高，成本高， 在物流行业的普及的难度较大。结语物流行业数据仓库系统的建立是一项复杂的系统工程。本文对数据 仓库技术在物流行业的应用做了较深入的探讨。数据仓库技术不是一种 单一的技术或软件，它融合了数据库理论、统计学、数据可视化和人工 智能等多项研究领域，在大量数据中发现有价值的知识，能有力的推动 物流现代化决策的进程，在未来的物流领域具有不可替代的作用。