《供應鏈大數據：理論、方法與應用》課件 第6、7章 生產制造大數據、物流大數據

第6章生產制造大數據本章內容6.1生產制造大數據的構成6.2生產制造大數據的應用領域6.3生產制造大數據的應用案例本章小結本章練習企業(yè)信息化(Enterprisesinformatization)，企業(yè)信息化實質上是將企業(yè)的生產過程、物料移動、事務處理、現金流動、客戶交互等業(yè)務過程數字化，通過各種信息系統(tǒng)網絡加工生成新的信息資源，提供給各層次的人們洞悉、觀察各類動態(tài)業(yè)務中的一切信息，以做出有利于生產要素組合優(yōu)化的決策，使企業(yè)資源合理配置，以使企業(yè)能適應瞬息萬變的市場經濟競爭環(huán)境，求得最大的經濟效益。6.1.1企業(yè)信息化數據1）企業(yè)信息化的基礎是企業(yè)的管理和運行模式，而不是計算機網絡技術本身，其中的計算機網絡技術僅僅是企業(yè)信息化的實現手段。2）企業(yè)信息化建設的概念是發(fā)展的，它隨著管理理念、實現手段等因素的發(fā)展而發(fā)展。3）企業(yè)信息化是一項集成技術：企業(yè)建設信息化的關鍵點在于信息的集成和共享，即實現將準確的關鍵數據及時傳輸到相應的決策人手中，為企業(yè)的運作決策提供數據支撐。4）企業(yè)信息化是一個系統(tǒng)工程：企業(yè)的信息化建設是一個人機合一的有層次的系統(tǒng)工程，包括企業(yè)領導和員工理念的信息化；企業(yè)決策、組織管理信息化；企業(yè)經營手段信息化；設計、加工應用信息化。6.1.1企業(yè)信息化數據企業(yè)信息化要素6.1.1企業(yè)信息化數據企業(yè)信息化整合傳統(tǒng)認為企業(yè)信息化程度劃分為四個階段：基礎應用階段、關鍵應用階段、擴展整合及優(yōu)化升級階段和戰(zhàn)略應用階段基礎應用。在此階段，企業(yè)主要進行的信息化應用內容有基礎的協同OA、簡單會計核算、企業(yè)網站、簡單薪資核算和簡單的員工考核等。關鍵應用階段。這一階段企業(yè)的信息化應用主要有全面會計核算、基本成本和資金管理、企業(yè)核心業(yè)務系統(tǒng)（采購、生產、營銷、庫存等）和人力資源管理等。擴展整合及優(yōu)化升級應用階段，信息化應用解決了關鍵應用階段信息系統(tǒng)未集成的問題，主要應用內容包含了全程供應鏈應用、CRM、PLM、電子商務等集成的ERP應用。最后是戰(zhàn)略應用階段，這處于此階段的企業(yè)，在經歷了較為長期的信息化應用之后，其信息化應用將通過商務智能、全面的績效管理和隨需而變的架構及機制等應用來全面體現其效益。6.1.1企業(yè)信息化數據企業(yè)信息化整合企業(yè)信息化的重點就是人與信息化軟件的相結合，才能達到最大的效果。舉個例子：很多企業(yè)都開始部署ERP，但是單純的ERP是無法給企業(yè)帶來信息化的效果，是需要有人來高效的執(zhí)行才能達到信息化的效果。并且，ERP中缺少了溝通的步驟，所以企業(yè)想要做信息化除了要有ERP，更關鍵的是需要溝通，可以將ERP與wetask相結合，這樣才能達到信息化的目的。6.1.1企業(yè)信息化數據企業(yè)信息化的目的1）技術的進步有助于產品和服務質量的提高；2）技術的進步使產品的生命周期普遍縮短，由于更新換代的加快，企業(yè)也不得不重視產品的再開發(fā)；3）技術的進步可以改進生產工藝和生產流程，可以研制出更有效的生產工具應用于生產，從而可以大大提高生產效率。4）企業(yè)只有不斷地進行技術開發(fā)、技術引進、技術改造，才能在市場競爭中保持強勁有力的態(tài)勢，使企業(yè)永遠立于不敗之地。企業(yè)間的競爭應當包括產品競爭、價格競爭、品種競爭、服務競爭、市場競爭和信譽競爭等諸多方面。隨著人們一邊完成工業(yè)化進程，一邊步入信息時代，這種種競爭的方面也都不可避免地被打上了信息化的烙印。企業(yè)要在日新月異的科技時代里求得生存和發(fā)展，就必須參與企業(yè)間的科技競爭，把生產和經營牢牢植根于科學技術的沃土之上，使企業(yè)在優(yōu)勝劣汰的競爭中永遠充滿活力。6.1.1企業(yè)信息化數據企業(yè)信息化的建設（1）生產過程控制的信息化（2）企業(yè)管理的信息化（3）企業(yè)供應鏈管理的信息化（4）企業(yè)信息化組織建設及硬件配套（5）企業(yè)的成長路徑6.1.2工業(yè)物聯網數據工業(yè)物聯網的技術問題工業(yè)物聯網技術的研究是一個跨學科的工程，它涉及自動化、通信、計算機以及管理科學等領域。工業(yè)物聯網的廣泛應用需要解決眾多關鍵技術問題。6.1.2工業(yè)物聯網數據工業(yè)物聯網數據的應用領域工業(yè)物聯網技術的研究是一個跨學科的工程，它涉及自動化、通信、計算機以及管理科學等領域。工業(yè)物聯網的廣泛應用需要解決眾多關鍵技術問題。6.1.3生產制造數據集成在生產制造中，由于開發(fā)時間或開發(fā)部門的不同，往往有多個異構的、運行在不同的軟硬件平臺上的信息系統(tǒng)同時運行，這些系統(tǒng)的數據源彼此獨立、相互封閉，使得數據難以在系統(tǒng)之間交流、共享和融合，從而形成了“信息孤島”。隨著信息化應用的不斷深入，企業(yè)內部、企業(yè)與外部信息交互的需求日益強烈，急切需要對已有的信息進行整合，聯通“信息孤島”，共享信息。數據集成，即通過應用間的數據交換從而達到集成，主要解決數據的分布性和異構性的問題，其前提是被集成應用必須公開數據結構，即必須公開表結構，表間關系，編碼的含義等。6.1.3生產制造數據集成生產制造數據集成是把不同來源、格式、特點性質的數據在邏輯上或物理上有機地集中，從而為企業(yè)提供全面的數據共享。在生產制造數據集成領域，已經有了很多成熟的框架可以利用。通常采用聯邦式、基于中間件模型和數據倉庫等方法來構造集成的系統(tǒng)，這些技術在不同的著重點和應用上解決數據共享和為企業(yè)提供決策支持。在這里將對這幾種數據集成模型做一個基本的分析。生產制造數據集成模型分類聯邦數據庫系統(tǒng)中間件模式數據倉庫模式6.2.1生產制造數據集成大數據、云計算等新興信息技術快速興起，與現代工業(yè)技術迅速結合，產生了眾多新型生產制造模式，如智能制造、數字孿生等，數據驅動成為解決復雜問題的有效途徑與重要手段。隨著數控機床、傳感器、數據采集器和其他設備器件的大量應用，制造企業(yè)在生產過程中積累了大量的制造數據。這些制造數據呈現出典型的大數據特性，數據背后隱含的關聯規(guī)則與制造知識尚待發(fā)現，需要進行數據挖掘以有效指導產品工藝的迭代和優(yōu)化設計，進而提高產品工藝設計對制造環(huán)境的適應性。產品及工藝設計6.2.1生產制造數據集成產品及工藝設計1）從制造系統(tǒng)產生的數據出發(fā)形成制造大數據，分為結構化數據和非結構化數據，其中非結構化數據通過特征提取與信息提取等方式進行結構化處理來實現異構數據融合；2）對海量數據進行選擇與抽樣，使抽樣樣本既能體現整體的分布情況，又不增加數據分析計算的復雜度；3）對抽樣后的數據進行清洗與預處理；4）通過數據變換使數據降維，成為低維數據；5）進行數據挖掘計算，挖掘數據中隱含的規(guī)律、模式和模型；6）以數據可視化方式輔助設計決策，推動產品的自適應設計。6.2.2設備診斷與健康管理目前面臨的挑戰(zhàn)1）當下的研究普遍應用單一的物理源信號進行某設備的診斷，具備較小的數據量，基于此對診斷專家而言，其在診斷過程中可挑選具備價值的信號落實。2）出于信號處理技術特征提取，結合某特殊問題，進行專家診斷，有效分析機械設施故障體系，掌控處理信號的基礎，在該層面，進行特征提取算法的設計，落實故障特征。3）機械大數據更多體現為由多源異構大數據(例如聲場、震動、熱圖像等)代表。4）在大數據時期，設施故障更多地表現出不確定性、耦合、并發(fā)性。5）當下具備的諸多職能診斷模式均對單一標記識別進行了研究。6）當下的預測數據驅動壽命的模式為在退化數據下探求某單一構件的失效問題和規(guī)律。6.2.2設備診斷與健康管理潛在方向與發(fā)展趨勢1）大型標準數據庫的構建數據為機械數據診斷分析的主要資源和基礎，其數據庫的建立和規(guī)劃針對故障演化體系、技術創(chuàng)新診斷、科研協作等均具備顯著的戰(zhàn)略含義。2）評估大數據的可靠性。3）智能表示設備故障信息。4）可視化分析。6.2.3離散車間運行數據關聯、預測及調控智能車間體系離散制造流程體系6.2.3離散車間運行數據關聯、預測及調控多源異構數據融合（1）時序數據的融合。為實現時序數據與其他類型數據的匹配和融合，需對時序數據進行下采樣，運用平均值、方差等方法反映某一階段的加工狀態(tài)。（2）圖像數據的融合。隨著卷積神經網絡模型在計算機視覺領域的應用，機器的圖像感知能力有了跨越式發(fā)展，可運用機器進行圖像數據的信息提取，將非結構化的圖像數據轉換為結構化的數據信息。6.2.3離散車間運行數據關聯、預測及調控數據清洗與預處理數據降維與特征提取數據清洗指將“臟數據”清除以提高數據質量，包括數據異常值與缺失值的處理、去噪等。對于數據異常值，可以采用距離度量或聚類的方法檢測數據集中的離群點，刪除與數據集中心距離過大的數據點。對于數據集中的缺失值，插值是數據處理的有效手段，通過數據填充使數據集趨于完整。針對數據中的噪聲，可以使用平滑濾波等算法進行去噪。制造大數據中通常包含大量重復的數據點，對于這種數據集要進行數據降重，減少數據冗余。制造過程中采集的各種數據通常具有一定的相關性，如焊接過程中的電壓與電流、機床主軸的轉速與切削速度等。這種相關性會造成維度的冗余，增加不必要的計算，因而數據降維就顯得尤為重要。數據降維指從高維的數據空間中保留合適的特征數據并剔除冗余數據，降低數據維度。降維后的數據既能保留原有信息量，又能避免維數災難。6.2.3離散車間運行數據關聯、預測及調控制造數據關聯分析模型經過數據清洗和特征提取后，數據庫中的能耗數據與工藝數據(包括機床數據、工件數據以及工藝流程數據)依然是相互脫離的，為此，通過構建制造數據關聯分析模型，可以實現不同類型數據的關聯分析與可視化展示，從而支持后續(xù)的生產過程監(jiān)控與能效評估?？紤]到實際的生產工藝流程，該模型自下而上共包含4層：源數據層、關聯層、實體層和指標層。6.2.4企業(yè)生產及物料計劃調度ML建模語言已廣泛應用在國防、金融、交通等多個領域，具有可視化建模、概念明確、標準化、圖形結構清晰、語義豐富、獨立于開發(fā)過程等特點。本研究采用UML建模方法對智能感知網環(huán)境下的船廠物料調度數據進行建模分析，以簡單、直觀的模型表征物料配送過程中的各制造要素實體，為系統(tǒng)提供數據模型基礎。6.2.4企業(yè)生產及物料計劃調度按照數據對象的不同，將智能感知網環(huán)境下的物料調度數據劃分為以下幾類：（1）物料信息模型（2）設備數據模型（3）工具工裝數據模型（4）人員數據模型（5）物料配送車輛數據模型（6）配送任務執(zhí)行數據模型6.2.5服務型網絡協同制造（1）大數據環(huán)境子網（2）服務型制造主體子網（3）服務型制造資源子網（4）服務型制造能力子網（5）服務型制造價值子網（6）大數據驅動下的服務型網絡協同制造6.3.1輪胎行業(yè)數字化工廠核心：物料自動轉運機器人系統(tǒng)物料自動轉運機器人系統(tǒng)的主要使命是完成密煉車間、半部件車間、成型車間、硫化車間等車間設備之間輪胎生產所需物料自動、智能供應，形成集物料搬運機器人系統(tǒng)、RFID電子標簽識別系統(tǒng)、智能供料信息管理系統(tǒng)以及與企業(yè)信息系統(tǒng)接口集成為一體的新型車間成套物流裝備。從而構成輪胎生產數字化車間的關鍵物流裝備，并滿足口常生產所需的大批量、多品種物料供應，實現生產過程物料信息的全過程信息綁定與追溯，為成品輪胎質量管控和成品檔案管理提供基礎數據依據。6.3.1輪胎行業(yè)數字化工廠核心：物料自動轉運機器人系統(tǒng)6.3.1輪胎行業(yè)數字化工廠自動調度核心技術自動轉運機器人管理監(jiān)控調度系統(tǒng)AMS平臺采用模塊化軟件結構，包括管理系統(tǒng)、監(jiān)控系統(tǒng)以及自動作業(yè)調度系統(tǒng)，監(jiān)控系統(tǒng)與作業(yè)自動調度系統(tǒng)分別以以太網TCP/IP方式與管理系統(tǒng)連接通信，管理系統(tǒng)主要功能是作業(yè)管理、交通管理、通信管理、系統(tǒng)診斷，監(jiān)控系統(tǒng)以圖形化方式顯示自動轉運機器人實時運行狀態(tài)，作業(yè)調度調度系統(tǒng)負責作業(yè)調度下發(fā)、作業(yè)歷史記錄以及與第三方軟件系統(tǒng)進行接口，實現轉運過程的無人化和自動化。6.3.1輪胎行業(yè)數字化工廠智能供料管理信息系統(tǒng)智能供料管理信息系統(tǒng)的主要功能是對物料自動轉運機器人系統(tǒng)中設備進行動態(tài)管理與調度，及時、準確完成各種物料的搬運作業(yè)，利用RFID識別技術實現物料從入庫、庫存、出庫全業(yè)務流程的信息追溯，并對庫存數據、作業(yè)數據、貨位數據等進行統(tǒng)計分析，為企業(yè)上游信息化系統(tǒng)提供底層的數據支撐，為數字化車間各部門提供有價值的決策信息，以便決策者對生產進行宏觀調控。6.3.2半導體晶圓智能化生產調度基本制造工藝6.3.2半導體晶圓智能化生產調度數據驅動的半導體晶圓智能化生產系統(tǒng)6.3.2半導體晶圓智能化生產調度半導體晶圓智能化生產機理系統(tǒng)主要包括以下幾個功能模塊：系統(tǒng)管理，基礎信息管理，數據規(guī)則管理，加工任務管理，數據分析應用，監(jiān)控管理，應用接口。6.3.2半導體晶圓智能化生產調度半導體晶圓智能化生產數據管理系統(tǒng)的功能結構6.3.2半導體晶圓智能化生產調度數據驅動下半導體晶圓智能化生產的監(jiān)控與管理體系1.生產制造大數據的構成生產制造大數據包括企業(yè)信息化數據、工業(yè)物流網數據與生產制造數據2.生產制造大數據的應用領域大數據主要應用于產品及工業(yè)設計、設備診斷、離散空間運行、企業(yè)生產與物料計劃調度、服務型網絡協同制造與智慧工業(yè)供應鏈等方面。3.生產制造大數據的應用案例以輪胎行業(yè)數字化工廠與半導體晶圓智能化生產調度為例本章小節(jié)1.什么是企業(yè)信息化？2.如何分析服務型網絡協同制造的結構？3.生產制造大數據對于生產制造協同優(yōu)化起到了哪些作用？4.生產制造大數據該如何優(yōu)化？本章練習第7章物流大數據本章內容7.1物流大數據的構成7.2物流大數據的應用領域7.3物流大數據的應用案例本章小結本章練習7.1.1云倉儲數據云倉儲數據需求在開發(fā)云倉儲管理平臺時，倉儲系統(tǒng)的數據需要滿足以下功能需求:系統(tǒng)的用戶包括超級管理員、城市運營商、代理商、供應商、商店等，每個角色都具有不同的職能，為保證系統(tǒng)具有較高的安全性，必須對各個角色所擁有的權限進行嚴格規(guī)劃;云倉儲是企業(yè)供應鏈中最基礎的環(huán)節(jié)之一，云倉儲平臺需要與商城系統(tǒng)和店鋪ERP系統(tǒng)相連接;云倉儲平臺需要實現倉庫管理系統(tǒng)的主要功能系統(tǒng)必須能夠對數據進行分析，以便管理員能夠及時發(fā)現異常數據。7.1.1云倉儲數據云倉儲數據構成類別系統(tǒng)管理數據組織機構與用戶信息管理數據權限管理數據商品存儲管理數據商品管理出入庫管理數據退貨管理數據盤點任務數據商品調撥數據人工調撥系統(tǒng)智能調撥商品配送功能對車輛的管理完成配送任務優(yōu)化調整配送路線7.1.2配送大數據配送數據的構成（1）配送業(yè)務數據配送業(yè)務數據是快遞企業(yè)某一時間段內的物流配送信息，包括待配送的快遞包裹數量、正在配送路上的快遞包裹數量、配送員配送快遞包裹的詳細記錄等，其作用是實時監(jiān)控快遞包裹的動態(tài)以及配送員配送的實時情況。（2）客戶特征數據客戶特征數據是接收用戶的個性化數據，包括用戶要求的上門配送時間、用戶接收快遞時的即時位置等，其作用是幫助企業(yè)了解用戶的自然行為習慣，為配送路徑的調度優(yōu)化收集基礎數據。（3）配送員配送軌跡配送員配送軌跡是配送員進行快遞包裹的配送路線，包括配送員按照個人經驗自主選擇的配送路線以及由系統(tǒng)給出的建議配送路線，其作用是為配送路線的調度優(yōu)化收集基礎數據。（4）實時環(huán)境數據實時環(huán)境數據是指配送員配送快遞過程中的環(huán)境數據，包括配送時的天氣環(huán)境數據、配送路線的地理環(huán)境數據等，其作用是減小環(huán)境對調度優(yōu)化的影響。7.1.2配送大數據物流中心大數據特征大數據時代，物流配送中心具有以下幾點特征:1）響應速度快。在大數據時代，物流配送中心作為物流網絡的中心節(jié)點，對上游的制造商和下游的顧客的響應速度都加快，一方面依據大數據的預測功能，提前做好資源調配，另一方面依據大數據技術，對大交易數據、大感知數據和大交互數據的處理結果更加精準，處理時間縮短。2）服務個性化。物流配送中心不僅滿足原有的倉儲、運輸、加工、裝卸服務外，還可以根據貨物的類別、顧客的需求增加個性化服務，如貨物的個性化包裝、配送的個性化定制等。3）作業(yè)規(guī)范化。傳統(tǒng)的物流倉儲和裝卸等環(huán)節(jié)很多依靠老員工的經驗或者通用式的操作辦法，但對于每個物流配送中心來說，這種作業(yè)辦法往往不是最適合、最有效的方式。針對每個物流配送中心，分析其歷史的交易數據和感知數據，建立各個環(huán)節(jié)的優(yōu)化模型，使作業(yè)具有更規(guī)范、更實用。4）配送數據化。在大數據時代，所有的信息都是數字化的，配送過程中產生大量的感知數據，大數據技術提供了對感知數據的存儲和分析方法，保證產品配送過程中的全方位、智能化的技術支持，決策過程、決策方案以數據為依據，避免主觀決策的盲目性。7.1.2配送大數據配送數據的功能需求大數據時代，物流配送中心具有以下幾點特征:1）響應速度快。在大數據時代，物流配送中心作為物流網絡的中心節(jié)點，對上游的制造商和下游的顧客的響應速度都加快，一方面依據大數據的預測功能，提前做好資源調配，另一方面依據大數據技術，對大交易數據、大感知數據和大交互數據的處理結果更加精準，處理時間縮短。2）服務個性化。物流配送中心不僅滿足原有的倉儲、運輸、加工、裝卸服務外，還可以根據貨物的類別、顧客的需求增加個性化服務，如貨物的個性化包裝、配送的個性化定制等。3）作業(yè)規(guī)范化。傳統(tǒng)的物流倉儲和裝卸等環(huán)節(jié)很多依靠老員工的經驗或者通用式的操作辦法，但對于每個物流配送中心來說，這種作業(yè)辦法往往不是最適合、最有效的方式。針對每個物流配送中心，分析其歷史的交易數據和感知數據，建立各個環(huán)節(jié)的優(yōu)化模型，使作業(yè)具有更規(guī)范、更實用。4）配送數據化。在大數據時代，所有的信息都是數字化的，配送過程中產生大量的感知數據，大數據技術提供了對感知數據的存儲和分析方法，保證產品配送過程中的全方位、智能化的技術支持，決策過程、決策方案以數據為依據，避免主觀決策的盲目性。7.1.2配送大數據配送數據的功能需求（1）配送單元管理（2）運營監(jiān)控和數據分析（3）任務調度管理（4）環(huán)境管理（5）路徑規(guī)劃和優(yōu)化（6）遠程操控（7）消息通信功能（8）狀態(tài)同步和校正（9）安全監(jiān)控和異常處理7.2.1智能倉儲管理系統(tǒng)系統(tǒng)的架構設計1）整體架構系統(tǒng)架構基于WMS操作系統(tǒng)的C/S結構模式，C/S結構模式要求在客戶端安裝專用的客戶端軟件，從而真正體現硬件環(huán)境的有效性，保證系統(tǒng)的穩(wěn)定性為達到使用便利的效果，服務器必須采取集中分布方式。2）功能架構系統(tǒng)功能架構主要包括:系統(tǒng)管理模塊、出入庫管理模塊、基礎資料管理模塊、庫存管理模塊、配送任務模塊、退貨管理模塊以及智能調撥模塊。3）數據庫設計智能倉儲物流管理平臺系統(tǒng)根據自身架構，覆蓋系統(tǒng)的所有業(yè)務流程，將系統(tǒng)內部重要流程中的用戶及倉庫商品等實體屬性進行排列，再與業(yè)務流程之間進行抽象性的聯系，形成實體管理平臺架構。7.2.1智能倉儲管理系統(tǒng)系統(tǒng)的設計與實現（1）權限管理的設計與實現權限管理模塊主要對系統(tǒng)中新的角色和訪問權限進行管理，在此基礎上，根據不同的用戶需求標準在業(yè)務流程之間分配不同的權限和功能。（2）出入庫模塊的設計與實現1）出庫模塊。2）入庫模塊。（3）庫存管理模塊的設計與實現1）盤點任務。2）庫存調整。（4）配送任務模塊的設計與實現智能倉儲物流管理平臺的配送任務模塊主要負責貨品的配送服務，因此，必須保證庫存滿足相關訂單要求，這就需要對庫存進行核算。1）路線規(guī)劃。2）配送任務管理。7.2.2物流中心選址物流選址的數據需求在對配送中心選址問題進行研究的過程中可發(fā)現，起到決定性作用的便是配送中心建設成本、物流運輸成本以及分撥中心需求量三個因素，因此可研究以上三個因素與數據交互強弱相關性、大感知數據以及大交易數據之間的關系。對于大交易數據來說，可分為兩個部分行業(yè)內的大交易數據，例如物流流通加工作業(yè)量、裝卸搬運、包裝以及運輸等指標。其次是派生行業(yè)大交易數據，其他行業(yè)的派生需求也可看作為物流需求，與物料市場、消費品生產以及工業(yè)生產等領域具有一定聯系，因此可使用日用品行業(yè)、醫(yī)學、工業(yè)以及農業(yè)等產業(yè)的物料存儲、加工和生產數據進行分析。大感知數據技術可對運輸成本造成較大影響，對于傳統(tǒng)的物流運輸來說，對其運輸成本造成影響的因素有配送能力、配送時間以及地理距離等。7.2.2物流中心選址物流中心選址的影響因素相關數據分析自然環(huán)境數據氣象條件數據地質條件數據水文條件數據地形條件數據經營環(huán)境因素經營環(huán)境數據商品特性數據物流費用基礎數據服務水平數據基礎設施數據交通數據公共設施相關數據其他因素與數據國土資源利用數據環(huán)境污染數據臨近設施數據7.2.2物流中心選址地理信息系統(tǒng)數據地理信息系統(tǒng)（GeographicInformationSystem或Geo－Informationsystem，GIS）又稱為“地學信息系統(tǒng)”或“資源與環(huán)境信息系統(tǒng)”。它是一種特定的十分重要的空間信息系統(tǒng)。它是在計算機硬、軟件系統(tǒng)支持下，對整個或部分地球表層（包括大氣層）空間中的有關地理分布數據進行采集、存儲、管理、運算、分析、顯示和描述的技術系統(tǒng)。地理信息系統(tǒng)處理、管理的對象是多種地理空間實體數據及其關系，包括空間定位數據、圖形數據、遙感圖像數據、屬性數據等，用于分析和處理在一定地理區(qū)域內分布的各種現象和過程，解決復雜的規(guī)劃、決策和管理問題。它的基本功能是將表格型數據轉換為地理圖形顯示。GIS通過地理空間拓撲結構建立地理圖形的空間數據模型并定義各空間數據之間的關系，從而實現地理圖形和數據庫的結合。7.2.2物流中心選址物流中心選址方法目前關于物流中心的選址已經有很多方法，大致可分為定性和定量兩大類。定性方法是指憑借個人或集體的經驗來做出決策，它的執(zhí)行步驟一般是先根據經驗確定評價指標，對各待選中心利用評價指標進行優(yōu)劣性檢驗，根據檢驗結果做出決策。定性方法的優(yōu)點是注重歷史經驗、簡單易行，其缺點是容易犯經驗主義和主觀主義的錯誤，并且當可選地點較多時不易做出理想的決策。定量方法根據各種約束條件和所要達到的目標，把選址問題轉化為函數，再利用合適的算法進行求解，求出最符合條件的解（即具體的地點）作為將建物流中心的位置。7.2.2物流中心選址物流中心選址方法（1）層次分析法（2）模糊聚類法（3）重心法（4）交叉中值法（5）加權評分法（6）P－中值法（7）網絡覆蓋模型（8）系統(tǒng)模擬法（9）遺傳算法（10）模糊品質機能法（11）最短路徑法（12）雙層模擬退火算法7.2.3智慧配送物流配送假想有供應商，配送中心,以及客戶（零售商或最終客戶）如圖所示，現某零售商需要一定單位的商品G，物流供應商（這里指第三方物流）接到訂單之后，首先必須確定哪個配送中心擁有所需商品的庫存（在信息共享的條件下，甚至可以知道那個工廠擁有庫存以及數量多少），確定由哪個配送中心發(fā)貨之后，在貨源地和客戶目的地之間計算出貨物最優(yōu)的配送路徑，最后派出車輛完成任務。7.2.3智慧配送大數據下的智慧配送特征智慧配送是智慧物流體系中的核心功能，借助集成智能化技術，讓配送系統(tǒng)模仿人的智能，具備思維、學習、感知、推理判斷、解決問題等能力，以對配送過程中出現的各種難題進行分析判斷進而自行解決。也就是利用各種互聯網技術從接收訂單開始，自動化處理備貨、存儲、分揀及配貨、配裝、配送運輸、送達服務及配送加工，讓信息流快速流動，以便在各操作環(huán)節(jié)及時獲取信息，對信息進行分析做出決策。簡單而言，智慧配送就是借助傳感器、RFID、移動通信技術讓物流配送實現自動化、信息化、網絡化。配送過程的智慧性應具有以下特征:自動感知。整體規(guī)劃。智能分析。決策優(yōu)化。修正與反饋。7.2.3智慧配送智慧配送體系7.2.4應急物資調度在應急指揮中心對事件進行分級后，根據情景分析及應急物資的需求預測，如等級在一定的范圍內，就直接調用當地儲備庫里的應急物資;當等級超過一定范圍后，儲備庫內的物資無法滿足需求，政府將與合作的供應商聯系進行市場采購、生產，或者直接征用當地的物資設備等;同時在互聯網媒體的宣傳下，個人和社會組織進行社會捐贈。在各方的積極行動下，各類應急物資匯集到應急物資調度中心;然后統(tǒng)一調運到各分發(fā)點，派送給災區(qū)的群眾;最后根據當地救災情況將資源信息反饋到應急指揮中心。在災情得到控制后，即進入應急物資的逆向物流過程，此時的物資已沒有了應急特性，只需按照一般性物資處理。7.2.4應急物資調度大數據環(huán)境下應急物資調度系統(tǒng)功能分析應急物資的管理涉及救援過程的前、中、后三個階段，主要內容有:應急物資的儲備、需求預測、調度配送和災后災情評價等。其中，應急物資的儲備是屬于前期的管理行動，應急物資的需求預測、籌集和調度配送則是應急物資管理的核心內容，屬于事中、后的管理行動。目前，在應急救災的過程中，由于捐贈給受災地區(qū)的各類物資質量各不相同，又缺少統(tǒng)一的科學管理，為物資的調度和配送增加了很多負擔，也使得應急物資的使用價值得不到最大化，同時還會給救災的質量造成一定的影響。故本文研究如何在大數據和現代物流的發(fā)展下，利用大數據和供應鏈物流等思想，設計應急物資管理各環(huán)節(jié)集成于一個系統(tǒng)而又可以相對獨立運行的模式。在應急物資管理行動中，在最大的資源利用效率下實現最低的資源運輸損失，實現應急物資的最大價值。

根據前文的研究分析，大數據環(huán)境下應急物資調度系統(tǒng)的主要功能有:應急物資需求預測、選擇應急物資調運線路、應急物資的定向分配、能力績效和滿意度評估。7.2.4應急物資調度大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據環(huán)境下應急物資調度系統(tǒng)的主要功能框架圖7.2.4應急物資調度大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據應急物資的需求預測7.2.4應急物資調度大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據應急物資調運線路7.2.4應急物資調度大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據應急物資定向分配7.2.4應急物資調度大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據應急物資定向分配7.2.4應急物資調度大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據應急物資定向分配7.3.1物流中心選址實例大數據環(huán)境下的應急物資調度系統(tǒng)構建大數據應急物資定向分配7.3.1物流中心選址實例僅考慮地理分布的配送點聚類結果綜合考慮商家分布與訂單信息的配送點聚類結果7.3.1物流中心選址實例綜合聚類結果與商業(yè)分區(qū)之間的關系綜合聚類結果與地理分區(qū)之間的關系7.3.1物流中心選址實例基于配送地理聚類信息的網點聚類劃分結果基于配送綜合聚類信息的網點聚類劃分結果7.3.1物流中心選址實例基于兩種聚類結果的網點劃分分析圖（縱坐標為綜合聚類結果，橫坐標為地理聚類結果）7.3.1物流中心選址實例物流節(jié)點節(jié)點編號網點（地理聚類）網點（綜合聚類）配送區(qū)域商戶區(qū)域1A020C1C5P3S32A099C1C4P3S33A093C2C1P1S34A045C2C7P1S15A009C3C2P2S16A116C3C8P2S17A094C4C3P1S18A007C4C8P1S19A012C5C5P1S110A082C5C6P1S211A108C6C5P2S212A021C6C6P2S213A066C7C6P4S27.3.1物流中心選址實例物流節(jié)點輻射圖7.3.2物流配送路徑優(yōu)化實例一個配送點用多輛車或者一輛車向n個客戶送貨，其中客戶的需求量和位置坐標是確定的，車輛的載重量和單次配送的最大行駛距離也是有限的。如何安排配送車輛的行駛路線才能使所用的配送總成本最少、延誤的懲罰費用最低，還必須同時滿足以下約束條件:1）配送車輛的總載重量要大于不同客戶群體的需求量。2）配送車輛一次能配送的最大行駛路程距離大于各條路徑的距離。3）必須滿足每個客戶的需要，并且送貨只能由一輛車配送車進行。4）必須在客戶規(guī)定的時間內送到。7.3.2物流配送路徑優(yōu)化實例其中采用的方法主要包括導入地理信息數據的ArcGIS數據庫、求解物流節(jié)點到配送點優(yōu)化路徑的Dijkstra法，以及計算共同配送運量分配的表上作業(yè)法。1）基于GIS的物流節(jié)點與交通路網數據信息導入。GIS通過管理數據,借助插值與統(tǒng)計分析功能,來實