基于ＧＩＳ和元胞自動機的物流系統初探

[摘要] 地理信息系統和元胞自動機模型已經在社會各個領域得到了廣泛的應用。文章正是從GIS和CA模型相結合的角度，對其在物流系統中的應用進行探討，并對具體的應用進行了分析。

[關鍵詞] 地理信息系統（GIS）元胞自動機（CA）物流信息物流系統

20世紀以來，商業發展帶動了我國經濟的飛速發展，而物流則成了經濟發展的原動力，甚至有人提出“物流世紀”的到來。隨著社會需求的不斷擴展，出現了商業產品的更新，而當產品更新達到一定程度開始下降時，流程更新就成了商家必爭之地。物流對流程革新起著極其重要的支持作用，在很多領域隨著產品周期的不斷縮短，只有及時到達市場，才能成功的占領市場，而這一切都有賴于高效率、高質量的物流支持。

物流成為提高企業價值的杠桿，每個企業都開始高度重視物流管理。ELA/A.T.Kearney通過對物流的研究，得出了建立世界級供應鏈新的成功因素。其中靈敏度（我們常說的速度）和應變能力（即包括對可預測環境的適應也包括對難以預測的環境的適應）成了企業最為關心的問題。文章正是從這兩個方面入手來進行分析。

一、地理信息系統(GIS)和元胞自動機原理

地理信息系統（GIS）是集計算機圖形學和數據庫技術為一體，把地理空間信息和相關的屬性信息結合起來，借助其強大的數據分析和可視化功能，按用戶的需求，把結果真實準確的輸出給用戶。GIS技術目前已經被廣泛的應用于社會生活的各個方面。如：城市規劃、土地利用、環境保護、教育教學、交通運輸等行業。

現代物流集物質流和信息流為一體，信息流在物流活動中又起著神經系統的作用，因此加強對物流信息的分析管理是關系到物流發展的關鍵，尤其是在目前這個信息時代，這一點顯的尤為重要。運用GIS技術加強對物流信息管理將很有意義。

元胞自動機（又稱細胞自動機，簡稱CA），是定義在一個由具有離散、有限狀態的元胞組成的元胞空間，并按照一定的局部規則，在離散的時間維上變化的動力學系統。元胞自動機的構成元素包括元胞、元胞空間、鄰居元胞及轉換規則。元胞自動機以其“自下而上”的構模方式、強大的復雜性計算能力、時空離散特征和并行計算特征以及CA模型的靈活性和開放性，為其在各個領域的廣泛應用提供了保證。目前元胞自動機被廣泛的應用于復雜科學的研究，是當前復雜性科學研究的前沿領域。

一次完整的物流配送是從收到訂單開始的，因此，如果能提前預知訂單需求，就可以幫助物流中心在物流市場占有領先的地位，正如我們前文所提到的，對物流企業來說，應變能力也是其成功的關鍵因素之一。應用元胞自動機來研究訂單需求，是本文的一個亮點。

二、地理信息系統（GIS）和元胞自動機的結合

地理信息系統在空間分析上具有強大的優勢，但因其對時間因素基本沒有涉及到，即運用GIS來進行地理實體的描述是靜態的，不能很好的表現地理實體的時空關系，因此在應用范圍和應用水平上受到了一定的限制。近年來也有人提出四維GIS和時空GIS的概念來解決這一問題，但僅僅處于起步階段，仍不成熟。而元胞自動機模型不僅含有空間概念，同時又包含有時間要素，元胞自動機就是研究在t時刻到t+1時刻元胞的狀態變化。如果能把GIS與CA很好的結合就可以充分發揮各自的優勢。一方面，可以增強GIS的時空動態建模功能；另一方面，GIS提供的強大空間數據處理功能可以為CA模型準備數據、定義轉換規則，為CA提供結果的可視化。由此可見，把GIS和CA結合來研究具有極大的現實意義。

三、基于地理信息系統（GIS）和元胞自動機模型的物流系統研究

在物流系統中首先要進行物流信息數據庫的建設，從訂單、配送過程、回收利用過程中提取相關信息建立數據庫，為基于GIS的物流信息管理系統提供數據支持，如圖1所示。最終為企業提供相應的功能。

元胞自動機模型可以從多個方面來研究物流系統，例如在對物流中心最優位置的選取中，就有人使用CA模型利用MATLAB的仿真通過對備選地址的多次迭加，最終確定物流中心的最優位置。本文則嘗試從貨物訂單信息入手，通過對市場前景的分析來提前預測訂單需求。前文中已經提到應變能力（包括對可預測環境的適應和對難以預測的環境的適應）成了企業新的成功要素，而物流的配送方式又可以分為儲存型、中轉型和直送型，如果物流企業能夠提前預知市場所需而實施儲存型配送，就可以搶占市場，獲取更大的利潤。在這個模型中，元胞取為一種預測中的貨物，元胞狀態分為兩種:不暢銷、暢銷。元胞空間指包括多個不同企業物流中心(例A、B、C、D）在內的大范圍。鄰居形式:選取Moore型。轉換規則:元胞下一時刻的狀態只受鄰居元胞和自身當前狀態的影響。如果在所研究的元胞空間范圍內零售商向物流企業發出了對元胞貨物的需求定單，而A提前存儲了這種貨物而實施儲存型配送，那么A必將首先強占市場，在同類物流企業中處于優勢地位。

四、結語

分別基于GIS和CA模型對物流系統的研究已經很成熟，但把兩者結合來對物流系統加以研究還很少，這也正是本文寫作的動機。在文章的研究中仍然存在一些問題，如元胞轉換規則的量化，如何實現GIS和CA在技術上的完美結合等。這些問題將在以后的學習中加以深入的研究。