基于信息分析的集群式供應鏈物流 效率評估系統設計

王清珍 邵杰

摘? 要： 針對集群式供應鏈物流效率評估效果差的這一現狀，提出基于信息分析的評估系統設計。從實際情況、層次結構和功能三個角度分析實際拓撲布局，由此設計4層體系結構。其中，數據采集層是以C8051F0403型號芯片為核心處理芯片設計信息采集器，對實時運行數據進行自動采集;評估層是在RISC微處理器上設計評估裝置，實現集群式供應鏈物流效率評估與分析;性能層內嵌設備綜合效率計算設備，為系統提供基礎運算功能;界面層可實現用戶與系統的直接交互。依據評估過程構建評估指標，并建立評估模型，獲取初始評估矩陣，計算熵權，確定系統物流效率風險概率，由此實現物流效率評估系統設計。由實驗結果可知，該系統評估效果較好，為提高物流業務利潤目標奠定基礎。

關鍵詞： 評估系統; 信息分析; 集群式供應鏈; 物流效率分析; 數據采集; 人機交互

中圖分類號： TN02?34; TP311.52? ? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）13?0016?05

Design of information analysis based evaluation system for logistics

efficiency of cluster supply chain

WANG Qingzhen1， SHAO Jie2

（1. Zhengzhou University of Science and Technology， Zhengzhou 450064， China;

2. School of Computer Science and Technology， Nanjing University of Science and Technology， Nanjing 210094， China）

Abstract： In view of the poor evaluation effect of logistics efficiency in cluster supply chain， an evaluation system design based on information analysis is proposed. The actual topological layout is analyzed in three aspects of actual situation， hierarchical structures and functions. A four?hierarchical architecture is designed accordingly. In the data acquisition layer， the information collector is designed to execute the real?time running data acquisition automatically， in which C8051F0403 chip is taken as the core processing chip. In the evaluation layer， the evaluation device is designed in RISC microprocessor to realize the logistics efficiency evaluation and analysis of the cluster supply chain. In the performance layer， the integrated efficiency calculation equipment is embedded to provide the basic operation function for the system. In the interface layer， the direct interaction between users and the system is proposed. According to the evaluation process， the evaluation index is constructed， the evaluation model is established， the initial evaluation matrix is obtained， the entropy weight is calculated， and the risk probability of logistics efficiency is determined. Thus the design of logistics efficiency evaluation system is realized. The experimental results show that the evaluation effect of the system is good， which lays a foundation for improving the profit of logistics business.

Keywords： evaluation system; information analysis; cluster supply chain; logistics efficiency analysis; data acquisition; man?machine interaction

0? 引? 言

從供應鏈物流角度分析，集群是眾多分工協作關系不同規模企業的相應地域，通過相互作用，在同一產業價值鏈基礎上聚合而成網絡幾何體，形成持續競爭優勢。在集群中存在縱向企業相互分工協作關系，也存在橫向完整產業鏈，是一個有組織的網絡結構，更具有集群式供應鏈系統特征[1]。如果沒有集群式供應鏈物流，會導致組織內部企業同質化，最終形成惡性競爭。因此，將集群視為基于集群網絡分析的集群式供應鏈系統，將集群網絡與供應鏈融合，形成一種介于市場與企業之間的組織形式，在此背景上是有向鏈狀結構[2]。

目前，我國集群式供應鏈物流產業發展迅速，設備制造業效果提高很多，技術水平也隨之上升，但包裝生產線上故障率依然較高，并且由于外部原因導致物流效率降低的現象也有很多，對生產造成一定浪費[3]。為了解決傳統系統遇到的瓶頸問題，本文建立基于信息分析的集群式供應鏈物流效率評估系統。結合信息分析方法，對供應鏈不同環節可能出現的集群式供應鏈風險進行評估，更合理地對相關指標進行量化處理。

1? 基于信息分析的集群式供應鏈物流效率評估系統

針對信息分析是指以物流特性需求為依托，以定量研究方法為主要手段，通過對物流信息收集、整理、評估與分析等一系列加工過程形成新的信息產品，為集群式供應鏈物流效率評估系統提供不同層次的科學決策服務[4]。

從設計原理角度分析，描述總物流資產利用效率、總設備利用效率和線效率過程，從效率評估系統布局拓撲結構以及模塊系統布局設計集群式供應鏈物流效率評估系統[5]。

從實際情況、層次結構和功能三個角度分析實際拓撲布局，設計如圖1所示。

實際布局拓撲結構描述了在集群式供應鏈物流線上布局效率評估系統，并獲取相關記錄數據，采用帶串口速度表，可直接由數據采集器經過串口對實時數據進行采集，利用局域網網絡將采集到的數據傳送到相關服務器中[6]。通過PLC控制器傳遞相關信息，再經過數據采集器通過以太網將數據傳送到服務器中，通過該數據進行集群式供應鏈物流效率評估[7]。

1.1? 系統硬件結構

在實際布局拓撲結構基礎上，進一步將效率評估系統設計為4層體系結構，如圖2所示。

由圖2可知，該系統結構是由數據采集層、評估層、性能層和界面層四個層次組成的，通過數據采集層進行相關信息采集，利用評估層分析所有運輸設備運行情況，通過性能層評估物流效率，最后經過界面層實現用戶與系統之間的交互[8?10]。

1） 數據采集層通過集群式供應鏈物流設備控制系統，并對實時運行數據進行自動采集，包括物流運行速度、產品數量、運輸時間等信息[11]。

數據采集層主要負責對集群式供應鏈物流信息進行持久化處理，對于該部分的硬件結構設計如圖3所示。

信息采集器是以C8051F0403型號芯片為核心處理芯片，其中包括ADC模數轉換器和DAC數字模擬轉換器，其高度集成性能為信息采集提供便利。采用6N137型號高速光耦合器和SJA1000型號獨立控制器為冗余總線接口進行設計[12]。

采集接口電路設計如圖4所示。由圖4可知：采集接口電路是由主、從服務器、采集器、靜態存儲器組成的，通過該電路將從機與主機相連接，一旦信息過多，那么上位機就會出現頻繁響應，由此說明系統正在采集信息[13]。

對于集群式供應鏈突發的狀況，造成物流效率降低的原因有很多，對各種會導致中斷、低速運行、暫停等狀態的原因進行定量分析，方便管理系統自動對采集到的數據進行分類整理。

2） 評估層主要負責實現集群式供應鏈物流效率評估與分析，該層次是整個系統結構的核心層。評估裝置由評估終端、信息接收模塊和主機三部分組成，其結構如圖5所示。

在RISC微處理器上設計評估裝置，可在裝置正常工作時實時評估集群式供應鏈物流運輸狀態，一旦評估供應鏈物流效率較差時，評估裝置就會發出預警信號，提醒用戶供應鏈物流效率較差。

評估裝置的設計是為了實時、有效地評估物流所有運輸設備的運行情況，并通過軟件平臺如實反映物流線上的信息。

3） 性能層為系統提供基礎功能，內嵌綜合效率計算設備，并評估物流效率，減少損失，進而有效提升整個系統效率。

4） 界面層實現用戶與系統的直接交互，可向用戶傳遞物流實時狀態和效率分析結果信息，通過系統對物流進行有效管理。

1.2? 系統軟件功能

采用信息分析方法設計集群式供應鏈物流效率評估系統軟件功能，通過供應鏈縱向和橫向整合，獲取大于各自獨立或對立行動過程中的利益，存在與預期利益相違背的集群式供應鏈信息，實現物流效率評估功能。

在供應鏈物流效率評估過程中，通過計算供應鏈物流效率評估系統可靠性來衡量系統物流效率。結合信息分析方法對供應鏈上各物流企業的可靠性進行分析，根據分析結果對物流效率進行評估。評估供應鏈上各個物流效率值的大小，具體評估步驟如圖6所示。

依據上述評估過程構建集群式供應鏈物流效率的各個評估指標。

1.2.1? 構建方法

全面分析集群式供應鏈的整體結構和所處環境，從資源投入、市場競爭、企業之間的合作與所面臨的其他風險等角度進行考量，構建集群式供應鏈物流效率評估二級指標，內容如下：

1） 所處環境：由外界原因導致的可能事件的概率;

2） 資源投入：集群內物流企業條件不確定性，合作伙伴不能按照合同進行投資的概率;

3） 市場競爭：集群內同類產品出現的概率、企業核心技術被其他企業攻克的概率;

4） 企業之間的合作：其他企業的合作意外終止的概率，集群外企業競爭對手建立營銷的概率;

5） 所面臨的其他風險：路徑依賴可能性，產品市場生命周期階段的概率。

1.2.2? 評估模型建立

由于影響集群式供應鏈物流效率因素較多，在評估過程中往往會使許多有用信息丟失，為了彌補這一點，采用信息分析評估方法對指標進行量化處理，過程如下：

Step1：設有[n]個用戶參與評估模型的確定，評估指標共有[m]個，由第[i]個用戶對第[j]個指標給出評估結果[xij，yij，zij]。其中：[xij]表示第[i]個用戶對第[j]個指標重要程度給予保守評價;[yij]表示第[i]個用戶對第[j]個指標重要程度給予最可能評價;[zij]表示第[i]個用戶對第[j]個指標重要程度給予最樂觀評價。用戶評分范圍為0～100，由此形成的初始評估矩陣為：

Step2：確定用戶評估權重集[W]。

Step3：信息合成。將初始評估矩陣[Q]和用戶評估權重集[W]信息融合，由此判斷單因素信息，體現權數作用，利用用戶評估權重集進行信息合成，從而獲取信息合成矩陣。

Step4：確定信息權。

1.2.3? 計算熵權

由于集群式供應鏈物流效率評估指標大都是定性評估指標，不同用戶對指標的重要性有不同的考量和判斷，因此考量采用熵值法為指標賦予合理的權重。如果某個指標信息熵小，那么說明指標值變異程度就大，所提供的信息量也就越多，指標權重也就越大;相反，如果某個指標信息熵很大，則說明指標值變異程度就小，所提供的信息量也就越小，那么指標權重便小。由此可以根據指標值的變異情況，利用信息熵得到指標的權重。

1.2.4? 確定系統物流效率風險概率

基于上述分析，可確定熵權，通過信息分析的方法得知各物流企業之間的可靠性系數和物流效率風險概率。

假設通過信息分析法獲取集群式供應鏈物流效率評估指標體系層次權重集：

依據上述確定的權重組合，保留集群式供應鏈物流效率評估定性指標，促使最終指標權重兼顧主、從兩個方面因素，由此確定系統物流效率風險概率。

2? 實驗分析

為了驗證基于信息分析的集群式供應鏈物流效率評估系統的合理性，進行實驗驗證分析。

2.1? 實驗數據準備

將自然因素引起的可能事件發生的概率，集群內物流企業條件不確定性，合作伙伴不能按照合同進行投資的概率，集群內同類產品出現的概率，企業核心技術被其他企業攻克的概率，與其他企業的合作意外終止的概率，集群外企業競爭對手建立營銷的概率，路徑依賴的概率，產品市場生命周期階段的概率依次設置為E1，E2，E3，E4，E5，E6，E7，E8，E9，用戶評價矩陣如表1所示。

2.2? 實驗結果與分析

分別采用傳統系統與基于信息分析評估系統分別在有無噪聲環境下進行評估效果對比分析。

1） 無噪聲

在無噪聲環境下，將傳統系統與基于信息分析評估系統的評估效果進行對比，結果如圖7所示。

由圖7可知：隨著實驗次數的增加，采用傳統系統評估效果呈直線下降趨勢，而采用基于信息分析評估系統評估效果呈直線上升趨勢。當實驗次數為5次時，兩種系統評估效果一致，都為73%;當實驗次數為10次時，采用傳統系統評估效果為68%，而基于信息分析評估系統評估效果為73%;在實驗進行到第40次時，傳統系統評估效果達到最低為21%，基于信息分析評估系統評估效果達到最高為82%。由此可知，在無噪聲環境下，采用基于信息分析評估系統評估效果比傳統系統評估效果要好。

2） 有噪聲

在有噪聲環境下，將傳統系統與基于信息分析評估系統的評估效果進行對比，結果如圖8所示。

由圖8可知：與無噪聲環境相比，在有噪聲環境下，對比線為曲線。隨著實驗次數的增加，采用傳統系統評估效果曲線呈下降趨勢，而采用基于信息分析評估系統評估效果曲線呈上升趨勢。在實驗進行到第40次時，傳統系統評估效果達到最低為10%，基于信息分析評估系統評估效果達到最高為80%。由此可知，在有噪聲環境下，采用基于信息分析評估系統評估效果比傳統系統評估效果要好。

綜上所述，無論在有無噪聲的環境下，采用基于信息分析評估系統評估效果都比傳統系統評估效果要好。因此，基于信息分析的集群式供應鏈物流效率評估系統是合理的。

3? 結? 語

本文首先對集群式供應鏈的風險進行了闡述，并利用信息分析的方式設計了集群式供應鏈物流效率評估系統。在評價供應鏈風險的基礎上對其工作效率進行分析，能夠有效增加可利用信息的范圍。通過實證分析可知，該系統評估效果較好，說明該方法的可操作性強。

集群式供應鏈物流效率評估系統是信息化、高效化和人性化的系統，其快速發展推動了整個行業向綠色化方向發展，實現了對物流企業的規范化管理。雖然通過設計獲得了評估效果較好的系統，但仍存在一些問題，因此在今后研究進程中，應設計在線監控、數據統計分析等功能，減少物流損失，從整體上提高物流行業競爭力。

參考文獻

[1] 蔡超，劉艷秋.基于模糊貝葉斯網絡的物流服務供應鏈系統可靠性分析[J].中國流通經濟，2018，32（4）：49?58.

[2] 孫圓圓，楊帆，魏靖哲，等.基于物流、資金流、信息流的日本藥品供應鏈系統研究及啟示[J].中國醫藥工業雜志，2017，48（6）：918?924.

[3] 戴建平，駱溫平.流程協同下供應鏈價值創造研究：基于物流企業與供應鏈成員多邊合作的視角[J].技術經濟與管理研究，2017，22（2）：3?7.

[4] 郝芳.基于虛擬集群式視角的我國旅游產業供應鏈優化模型構建[J].商業經濟研究，2017，18（5）：195?197.

[5] 汪傳雷，萬一荻，秦琴，等.基于區塊鏈的供應鏈物流信息生態圈模型[J].情報理論與實踐，2017，40（7）：115?121.

[6] 賈鵬，董潔.基于BSC的物流服務供應鏈績效指標可拓優度評價[J].統計與決策，2018，34（3）：44?48.

[7] 張廣勝，劉偉.物流服務供應鏈復雜網絡脆弱性測度研究[J].計算機工程與應用，2017，53（19）：224?230.

[8] DONG Wenxin， WANG Ying， ZHANG Yue. Research on supply chain performance evaluation model based on DEMATEL?relevance analysis and VIKOR?Grey relevance analysis [J]. Research on science and technology management， 2018， 403（9）： 198?204.

[9] 賀杰.面向資源整合發展的物流企業營銷創新方式[J].西安工程大學學報，2016，30（4）：528?533.

[10] XUE Chaoying. Study on the operation model of food logistics based on integrated supply chain [J]. Food research and deve?lopment， 2017， 38（1）： 213?216.

[11] 楊柳.基于混合遺傳算法的物流配送路徑優化研究[J].電子設計工程，2018，26（17）：70?74.

[12] 周三玲，童一飛.物流制造產品按需求資源優化分配仿真[J].計算機仿真，2018，35（8）：420?423.

[13] 王力鋒，楊華玲.物流配送車輛最優網絡路徑選取仿真[J].計算機仿真，2018，35（5）：156?159.